Di era digital saat ini, kemajuan teknologi informasi mengalami pertumbuhan yang pesat. Salah satu perkembangan yang signifikan terjadi dalam bidang kecerdasan buatan (Artificial Intelligence), yang telah diterapkan luas di berbagai sektor, termasuk analisis data dan pengambilan keputusan. Para peneliti di bidang data mining telah menciptakan beragam algoritma klasifikasi yang meningkatkan proses klasifikasi dengan memanfaatkan atribut numerik dan nominal. Klasifikasi adalah suatu proses analisis data yang menghasilkan model untuk mewakili kelas-kelas dalam data tersebut, seperti yang terjadi pada Decision Tree yang digunakan untuk menganalisis klasifikasi dan pola prediksi data serta menggambarkan hubungan antara variabel atribut  dan variabel target  dalam bentuk struktur pohon. Python, sebagai bahasa pemrograman populer dalam pengembangan kecerdasan buatan, menyediakan pustaka dan framework yang mendukung implementasi algoritma Decision Tree. Dengan menerapkan algoritma Decision Tree untuk klasifikasi data evaluasi mobil menggunakan Python, kita dapat memanfaatkan kekuatan AI untuk memberikan solusi efektif dan efisien dalam pengambilan keputusan terkait evaluasi mobil. Menggunakan dataset Evaluation Car dari UC Irvine Machine Learning Repository, hasil penelitian menunjukkan akurasi sebesar 81%. Confusion Matrix dan laporan klasifikasi menunjukkan performa model yang baik dalam melakukan prediksi.