ENTROPHY

      Dalam mata kuliah Artificial Inteligent (AI) ata Kecerdasan Buatan dipelajari tentang Entrophy.

Saya akan mencoba menjelas kan sedikit tentang Entropy, pertama kita akan membahas tentang Decision Tree.

     Decision Tree merupakan pohon keputusan, penentuan  informasi gen dari atribut data yang murni.

Decision Tree sendiri banyak digunakan dalam data maining terutama untuk Klasifikasi.

Dalam decision tree atribut dan variabel sangat berpengaruh, oleh karena itu diperlukan untuk mencari entrophy dan information gain.

    Entrophy sendiri juga dapat disebut sebagai Kemurnian.

menurut Bapak Suyanto salah satu dosen di Upi bahwa Entropy adalah suatu parameter untuk mengukur tingkat keberagaman (heterogenitas) dari kumpulan data. Semakin heterogen, nilai entropi semakin besar.

   Information Gain sendiri adalah pengurangan nilai entrophy karna sebuah atribut.

menurut menurut Bapak Suyanto Suyanto, informasi gain merupakan Ukuran efektifitas suatu attribut dalam mengklasifikasikan data.

NB: mungkin baru sedikit yang dapat saya jelaskan tentang Entropy, untuk penjelasan selajutnya dan tentang rumus entrophy dan iformation gain akan di update secepat nya :)