A análise de gases dissolvidos em óleo é a principal técnica utilizada para prever possíveis falhas em transformadores de potência. Atualmente, existem diversos algoritmos que auxiliam na análise preditiva, mas todos eles têm em comum o fato de serem baseados na teoria clássica de geração de gases. Este trabalho tem como objetivo propor novas perspectivas no uso de árvores de decisão para análise de gases dissolvidos em óleo de transformadores de potência bem como estabelecer a relação contida na tomada de decisão durante a formação das árvores com a teoria dos gases dissolvidos no óleo. Desta forma, algumas análises sobre a teoria da formação de gás aplicada ao óleo mineral isolante podem ser melhor compreendidas e dimensionadas. Para isso, serão utilizados dois banco de dados, o primeiro contendo 162 amostras (validadas em comunidade científica) e o segundo composto de 201 amostras advindas de transformadores em estado de falha disponibilizadas pela IEEE. Os dois conjuntos de dados serão submetidos ao algoritmo desenvolvido em Python, com obtenção de percentuais de precisão acima de 97% para ambos. A aplicação permitirá uma análise consistente e sistemática da metodologia proposta com relação à teoria de formação dos gases. O resultado da árvore será disposto em um plano cartesiano e os gases serão analisados com base nas razões adotadas por Doernenburg. A árvore de decisão será discutida passo a passo, a fim de validar o algoritmo baseado na teoria clássica de formação dos gases, permitindo também a conclusão de uma possível revisão na teoria de formação dos gases com respeito à temperatura.