ANALISIS PREDIKSI KELANGSUNGAN HIDUP PENUMPANG TITANIC MENGGUNAKAN ALGORITMA DECISION TREE PADA DATASET KAGGLE

Abstract

Penelitian ini bertujuan menganalisis penerapan algoritma Decision Tree dalam memprediksi kelangsungan hidup penumpang Titanic menggunakan dataset yang diperoleh dari platform Kaggle. Dataset yang digunakan terdiri atas beberapa atribut input, yaitu Pclass, Sex, Age, SibSp, Parch, Fare, dan Embarked. Tahapan penelitian mencakup praproses data, transformasi atribut kategorikal, pembagian data latih dan data uji, pembangunan model Decision Tree, serta evaluasi performa model menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa model Decision Tree mampu mencapai akurasi sebesar 90%, dengan nilai precision 83%, recall 82%, dan F1-score 82%. Selain itu, atribut gender, pclass, dan age terbukti menjadi faktor paling berpengaruh dalam prediksi kelangsungan hidup penumpang. Temuan ini membuktikan bahwa algoritma Decision Tree memiliki kemampuan klasifikasi yang andal pada dataset Titanic.