Belajar Data Mining Dengan Menggunakan Rapid Miner Studio Versi Gratis

 Data Mining adalah proses yang didalamnya memanfaatkan dan menerapkan teknik matematika, statistik, kecerdasan buatan (Artificial Intelligence) dan pembelajaran mesin (Machine Learning) untuk mengidentifikasi dan mengenali pola-pola informasi yang terbentuk sehingga dapat dimanfaatkan untuk ilmu pengetahuan.

Sebutan Data Mining lainnya memiliki nama pilihan seperti berikut :

- Business Intelligence (BI)

- Knowledge Discovery in Database (KDD)

- Knowledge Extraction

- Data/Pattern Analysis

- dan sebutan lainnya

Lalu apa sih manfaat dari Data Mining, sesuai dengan nama nya yaitu: data (data atau fakta) dan mining (Pertambangan)  dapat di analogikan sebagai sebuah proses untuk mencari, menambang, atau mengorek informasi yang berharga didalam database yang sangat besar dan dapat dimanfaatkan untuk kepentingan sebagai berikut :

BEBERAPA MANFAAT DATAMINING DALAM DUNIA INDUSTRI DAN PENDIDIKAN

1. Memprediksi penjualan dibulan manakah yang paling banyak dibeli konsumen untuk produk tertentu dengan memanfaatkan database yang telah dimiliki sebelumnya oleh sebuah perusahaan retail, sehingga dapat membantu manajemen penyedia barang untuk menyiapkan stok yang sesuai dengan permintaan pasar
2. Mengidentifikasi pola dan karakteristik kebiasaan konsumen dalam membeli barang atau produk yang berbeda secara bersamaan hal ini dapat diimplementasikan pada perusahaan retail semisal supermarket dalam memajang(display) barang nya agar dapat dibeli secara bersamaan. contohnya pembeli cenderung akan selalu membeli teh dan sabun secara bersamaan, maka bagian visual merchandiser akan memposisikan rak yang berisi produk sabun dan teh secara berdampingan atau bahkan dalam satu rak bersamaan.
3. Menggunakan Educational Data Mining (EDM) dalam memprediksi kelulusan tepat waktu mahasiswa pada semester 6 dengan memanfaatkan data atribut mahasiswa selama mengikuti perkuliahan contohnya : nilai IP semester 1 sampai 4, jenis pekerjaan orang tua dan penghasilan, serta attribut lainnya yang berhubungan
4.  dan lain sebagainya

CONTOH PENGGUNAAN RAPIDMINER UNTUK MEMPREDIKSI LULUS TEPAT WAKTU MAHASISWA

Sebelum masuk menggunakan tools Rapid Miner persiapkan terlebih dahulu data yang akan dijadikan sebagai data uji dan data latih dengan format excel atau CSV dan untuk algoritma menggunakan Naive Bayes Classifier (NBC) , sehingga penggunaan Fitur atau komponen Rapid Miner Studio dapat dilihat berikut ini beserta keterangannya :

 Keterangan :

Retrieve -  Sebuah operator yang berfungsi untuk mengimport data dengan format excel yang  digunakan untuk menguji terhadap model klasifikasi

Validation - Untuk data yang diujikan akan dilakukan proses validasi dengan menggunakan Split Validation

Naive Bayes - Model Klasifikasi yang Digunakan

Apply Model - Operator yang dipakai untuk menjalankan model klasifikasi

Performance - Sebagai operator untuk mendapatkan hasil nilai akurasi dan performa

Setelah operator semuanya diterapan kedalam model di Rapid Miner kemudian klik tombol (Start Execution) berupa segitiga warna biru atau berupa tombol play, maka akan dihasilkan seperti pada gambar berikut : 

Dalam membaca tabel hasil Performa pada Rapid Miner diatas maka didapatkan hasil sebagai berikut :

- Nilai akurasi sebanyak 86.23% 

- Nilai yang di Prediksi Tepat dan True Tepat sebanyak = 93 mahasiswa

- Nilai yang di Prediksi Terlambat dan True Terlambat = 51 mahasiswa 

Diatas adalah contoh penggunaan Data Mining Dengan Menggunakan Rapid Miner dengan studi kasus prediksi kelulusan mahasiswa tepat waktu dan terlambat, jika terdapat hal yang masih kurang jelas bisa tulis pertanyaan via kolom komentar ya..

Bagikan Artikel ini