Decision Tree 4.5 merupakan salah satu algoritma klasifikasi yang banyak digunakan untuk memperoleh hasil klasifikasi non biner. Dibanding algoritma sejenis, Decision Tree 4.5 memiliki kelebihan pada kemampuan untuk mengelola data dalam berbagai format. Kelebihan inilah yang dicoba dimanfaatkan untuk memperoleh hasil klasifikasi kebutuhan nutrisi bagi anak usia sekolah dasar. Berdasarkan hasil pengujian menggunakan Decision Tree terhadap 360 siswa sekolah dasar berusia 7-12 tahun, diperoleh hasil bahwa 79,7% siswa memiliki berat badan normal, 12,5% siswa mengalami kekurangan berat badan, dan 7,8% siswa mengalami kelebihan berat badan. Dari kondisi tersebut, pengujian lebih lanjut menggunakan Decision Tree menunjukkan bahwa faktor usia, berat badan, tinggi badan, BMR, dan BMI memiliki kontribusi pada penentuan kebutuhan energi pada anak, dan jenis kelamin mempengaruhi pada proses penentuan kebutuhan konsumsi karbohidrat, protein, lemak, dan serat.