Modelling Decision Tree with Rapidminer Weka and Orange

Post on 22-Jan-2018

476 Views

Category:

Documents

2 Downloads

Preview:

Click to see full reader

Transcript

MODELLING MENGGUNAKAN RAPIDMINER, WEKA, ORANGE

1

linkedin.com/in/

2

ANDA AKAN BELAJAR DI AREA INI

1. merupakan perangkat lunak yang bersifat terbuka (open source).

2. Solusi untuk melakukan analisis terhadap data mining, text mining dan analisis prediksi.

3. memiliki kurang lebih 500 operator data mining, termasuk operator untuk input, output, data preprocessing dan visualisasi.

3

APA ITU RAPIDMINER?

4

PENGENALAN INTERFACE

cari operator read CSV, lalu drag ke operator.

5

1. MENGIMPORT DATAsetelah berhasil mendrag maka akan tampilan akan seperC dibawah ini. lalu di klik.

lalu klik import configuraCon wizard. (ini merupakan step 1 )

step 2, column separaCon ubah ke comma.

6

DATA CONFIGURATIONstep 3, klik pada kolom manapun, lalu klik command+A atau ctrl+A (pd windows)

step terakhir, 1. unceklist aHribut yang memiliki Cpe data integer.

2. rubah Cpe data species dari polynominal menjadi text. 3. rubah Cpe aHribute specisies dari a9ribute menjadi label.

7

DATA CONFIGURATION

carilah Decision Tree pada panel operators > modelling > Predic?ve > Tree

8

2. MODELLING-DECISION TREEsetelah itu drag lah Decision tree ke panel process

lalu tarik garis dari out (read CSV) ke tra (decision tree) dan mod ke res (ada diujung panel)

Klik tombol run (simbol play)

9

3. HASIL-DECISION TREE

lalu klik tombol results.

10

3. HASIL-DECISION TREE

LANJUTAN MODELLING

11

linkedin.com/in/

1. aplikasi data mining open source berbasis Java.

2. Aplikasi ini dikembangkan pertama kali oleh Universitas Waikato di Selandia Baru sebelum menjadi bagian dari Pentaho.

3. Weka terdiri dari koleksi algoritma machine learning yang dapat digunakan untuk melakukan generalisasi / formulasi dari sekumpulan data sampling

12

APA ITU WEKA?

1. Explorer digunakan untuk menggali lebih jauh data dengan aplikasi WEKA.

2. Experimenter digunakan untuk melakukan percobaan dengan pengujian staCsCc skema belajar.

3. Knowledge Flow digunakan untuk pengetahuan pendukung.

4. Simple CLI antar muka dengan menggunakan tampilan command-line yang memungkinkan langsung mengeksekusi perintah weka untuk Sistem Operasi yg Cdak menyediakan secara langsung.

13

EMPAT TOMBOL PADA APLIKASI WEKA

1. klik tombol Explorer.

2. Lalu klik open file..

14

1. IMPORT DATA

1. klik tab Classify.

2. pada bagian Classifier Lalu klik Choose.

15

2. MODELLING - DECISSION TREE

1. klik algoritm J48 pada weka > trees > J48.

16

2. MODELLING - DECISSION TREE

1. Pada Test OpCons klik use training set.

2. klik Start lalu lihat hasilnya.

17

3. HASIL - DECISSION TREE

LANJUTAN MODELLING

18

linkedin.com/in/

19

APA ITU ORANGE?

INTERFACE ORANGE20

KLIK NEW PADA STARTED MENU21

LALU, ISI NAME WORKFLOW22

23

1. IMPORT DATAklik Data. Lalu Drag icon File ke worksheet orange

Double klik pada icon File. Lalu muncul import data.

masukkan data yang ingin di olah. Lalu klik reload.

24

2. VIEW DATA1. Pada Data terdapat icon data tabel. Drag icon tersebut. 2. Lalu hubungkan Icon File dengan Icon Data Tabel.

25

3. MODELLING - DECISSION TREE1. Pada menu Classify. Drag Icon Classification Tree viewer dan Classification

Tree viewer ke dalam worksheet. 2. Lalu hubungkan Icon File dengan Icon Classification tree dan hubungkan juga

ke Classification Tree viewer

26

4. HASIL - DECISSION TREE1. Klik double pada Classification Tree viewer untuk melihat hasil modelling.

27

PEKERJAAN RUMAH KODE 51. Bandingkan hasil modeling dari 2 dataset (dataset sudah Cm aslab sediakan di dropbox). anda

dibebaskan untuk menggunakan aplikasi analisis data, tapi beri alasan kenapa anda memilih aplikasi tersebut.

2. Berikan penjelasaan “Apa itu Decision tree?” dan “Decision tree termasuk pada methodology apa?” jelaskan singkat tapi jelas.

3. Buat lah kesimpulan dari hasil 2 dataset tersebut, apa kesimpulan yang anda dapatkan. argumentasi yang baik akan kami beri nilai lebih. hint: modelling menggunakan decision tree

Paling lambat H-2 sebelum kelas bigdata ke: bit.ly/yaampuntugasbigdata Penamaan file:

TERIMAKASIH

28

linkedin.com/in/

top related