Klasifikasi Restoran Berdasarkan Limbah Makanan Menggunakan Decision Tree C4.5

Abstract

Limbah makanan dari sektor restoran berpotensi dimanfaatkan sebagai bahan pakan alternatif untuk ayam pedaging guna mengurangi dampak lingkungan dan ketergantungan terhadap pakan konvensional. Penelitian ini bertujuan untuk mengklasifikasikan kelayakan limbah makanan restoran sebagai pakan ayam berdasarkan kandungan nutrisi utama, yaitu protein, serat kasar, dan lemak, menggunakan algoritma Decision Tree C4.5. Data penelitian terdiri atas 100 sampel limbah makanan restoran, dengan kriteria kelayakan ditetapkan berdasarkan kandungan nutrisi meliputi protein ≥18%, serat kasar ≤10%, dan lemak 5–15%. Hasil analisis menunjukkan bahwa sebanyak 48 restoran (48%) termasuk dalam kategori layak, sedangkan 52 restoran (52%) tergolong tidak layak sebagai bahan pakan ayam. Atribut serat kasar menjadi faktor paling berpengaruh dalam menentukan hasil klasifikasi, diikuti oleh protein dan lemak. Evaluasi performa model Decision Tree menunjukkan hasil yang baik dengan tingkat akurasi sebesar 90% serta nilai precision dan recall masing-masing sebesar 90%. Selain itu, hasil pengujian menunjukkan nilai confidence tinggi, dengan rentang 0,8–0,9 pada kategori “Layak” dan mencapai 1,0 pada kategori “Tidak Layak”. Hasil penelitian ini menunjukkan bahwa algoritma Decision Tree C4.5 efektif dalam mengklasifikasikan kelayakan limbah makanan restoran sebagai pakan ayam dengan akurasi tinggi dan interpretasi yang mudah, serta dapat menjadi dasar pengembangan sistem pendukung keputusan untuk pemanfaatan limbah makanan secara berkelanjutan di sektor peternakan.