Kualitas air sangat penting untuk budidaya kepiting di Vertical Crab House karena air yang tidak memenuhi standar dari kualitas air dapat menyebabkan stres pada kepiting dan menurunkan kelangsungan hidup mereka. Oleh karena itu, sangat penting untuk melakukan pengawasan yang tepat dan efektif terhadap kualitas air. Penelitian ini bertujuan untuk klasifikasi kualitas air pada vertical crab house dengan metode Decision Tree. Dari permasalahan tersebut, penelitian ini menerapkan metode klasifikasi menggunakan algoritma Decision Tree dengan proses pembuatan model dilakukan yang menghasilkan pohon keputusan. Hasil penelitian menunjukkan bahwa model Decision Tree yang dikembangkan memiliki kinerja yang baik dalam mengklasifikasikan kualitas air pada Vertical Crab House. Model ini mencapai akurasi sebesar 90,91%. Model ini berhasil mengidentifikasi fitur-fitur penting seperti pH dan salinitas yang memiliki pengaruh signifikan terhadap kualitas air.

Water quality is crucial for crab farming in a Vertical Crab House because substandard water quality can cause stress to the crabs and decrease their survival rate. Therefore, it is essential to conduct proper and effective monitoring of water quality. This research aims to classify water quality in a Vertical Crab House using the Decision Tree method. Addressing this issue, the study applies a classification method using the Decision Tree algorithm, where the model development process results in a decision tree. The research findings indicate that the Decision Tree model developed performs well in classifying water quality in the Vertical Crab House. The model achieved an accuracy of 90.91%. It successfully identified important features, such as pH and salinity, which have a significant impact on water quality.