Mengenal Rapidminer
Download as ODP, PDF
2 likes12,631 views
Tool Open Source untuk Data Mining
Mengenal Rapidminer
- 1. Mengenal RapidMiner Bowo Prasetyo
- 3. http://www.slideshare.net/bowoprasetyo Tool Open Source untuk Data Mining Rabu, 2 Agustus 2011
- 4. RapidMiner Sebuah lingkungan untuk machine learning, data mining, text mining dan predictive analytics.
- 5. Machine learning Algoritma di mana perilaku komputer ber-evolusi berdasarkan data empiris, seperti sensor atau database. Data mining Proses mengekstrak pola-pola dari data set yang besar dengan mengombinasikan metoda statistika, kecerdasan buatan dan database.
- 6. RapidMiner Text mining Mirip dengan text analytics, yaitu proses untuk mendapatkan informasi bermutu tinggi dari teks. Predictive analytics Teknik-teknik statistika yang menganalisa fakta masa kini dan masa lalu untuk memprediksi kejadian di masa depan.
- 7. RapidMiner Open source berlisensi AGPL (GNU Affero General Public License) versi 3.
- 8. Dimulai pada 2001 oleh Ralf Klinkenberg, Ingo Mierswa, dan Simon Fischer di Artificial Intelligence Unit dari University of Dortmund.
- 9. Di-host oleh SourceForge sejak 2004.
- 10. Peringkat satu sebagai tool data mining untuk proyek nyata pada poll oleh KDnuggets, sebuah koran data-mining, pada 2010-2011.
- 11. RapidMiner Menyediakan prosedur data mining dan machine learning termasuk: ETL (extraction, transformation, loading), data preprocessing, visualisasi, modelling dan evaluasi.
- 12. Proses data mining tersusun atas operator-operator yang nestable, dideskripsikan dengan XML, dan dibuat dengan GUI.
- 13. Ditulis dalam bahasa pemrograman Java.
- 14. Mengintegrasikan proyek data mining Weka dan statistika R.
- 15. Instalasi Sistem Microsoft Windows Download file installer rapidminer-XXX-install.exe di http://rapid-i.com/content/view/26/84/ .
- 16. Double-click file installer dan ikuti instruksinya. Sistem lain Install Java versi 1.5 atau lebih.
- 17. Download dan ekstrak arsip zip Java binary.
- 20. Terminologi Dasar Atribut dan atribut target Atribut: karakteristik atau fitur dari data yang menggambarkan sebuah proses atau situasi. ID, atribut biasa. Atribut target: atribut yang menjadi tujuan untuk diisi oleh proses data mining. Label, cluster, weight. Peran atribut (attribute role) Label, cluster, weight, ID, biasa
- 21. Terminologi Dasar Tipe nilai (value type) nominal: nilai secara kategori
- 22. numeric: nilai numerik secara umum
- 25. text: teks bebas tanpa struktur
- 26. binominal: nominal dua nilai
- 27. polynominal: nominal lebih dari dua nilai
- 28. date_time: tanggal dan waktu
- 31. Terminologi Dasar Data dan metadata Data menyebutkan obyek-obyek dari sebuah konsep. Ditunjukkan sebagai baris dari tabel. Metadata menggambarkan karakteristik dari konsep tersebut. Ditunjukkan sebagai kolom dari tabel. Modelling Penggunaan metoda data mining terhadap data.
- 33. Desain Proses Analisa Fleksibilitas dan fungsionalitas Sangat fleksibel untuk mendefinisikan proses analisa secara visual dengan GUI.
- 34. Meliputi lebih dari 500 fungsionalitas data mining dalam bentuk operator-operator. Skalabilitas Mulai versi 4.6 ~ .. fokus utama pada skalabilitas untuk data ukuran besar.
- 35. Konsep view untuk data mirip seperti database.
- 36. Transformasi data on-the-fly tanpa copy .
- 37. 100 juta data set bukanlah data yang besar.
- 38. Desain Proses Analisa Format data Terhubung sangat baik dengan berbagai sumber data: Oracle, IBM DB2, Microsoft SQL Server, MySQL, PostgreSQL, Ingres, Excel, Access, SPSS, CSV files dan berbagai format lain.
- 39. Bersama-sama dengan operator-operator untuk data preprocessing, bisa digunakan juga sebagai tool ETL (extraction, transformation, loading) dengan hasil yang menakjubkan.
- 40. Repositori Pertama Menjalankan RapidMiner untuk pertama kali, akan menanyakan pembuatan repositori baru. Repositori ini berfungsi sebagai lokasi penyimpanan terpusat untuk data dan proses analisa kita.
- 41. Perspektif dan View Sebuah perspektif berisi pilihan elemen-elemen GUI, yang disebut view , yang dapat dikonfigurasi secara bebas. Elemen-elemen ini dapat diatur bagaimanapun juga sesuka kita. Tiga perspektif: Perspektif selamat datang (welcome perspective).
- 42. Perspektif desain (design perspective).
- 43. Perspektif hasil (result perspective).
- 45. Perspektif Desain Perspektif pusat di mana semua proses analisa dibuat dan dimanage.
- 46. Pindah ke perspektif desain dengan: Klik tombol paling kiri.
- 47. Atau gunakan menu View -> Perspectives -> Design. View: Operators, Repositories, Process, Parameters, Help, Comment, Overview, Problems, Log
- 49. View Operator Semua tahapan kerja (operator) ditampilkan di sini secara berkelompok, dan bisa diikutsertakan di dalam proses analisa.
- 50. View Operator Process control Untuk mengontrol aliran proses, seperti loop atau conditional branch . Utility Untuk mengelompokkan subprocess , juga macro dan logger . Repository Access Untuk membaca dan menulis repositori.
- 51. View Operator Import Untuk membaca data dari berbagai format eksternal. Export Untuk menulis data ke berbagai format eksternal. Data Transformation Untuk transformasi data dan metadata.
- 52. View Operator Modelling Untuk proses data mining yang sesungguhnya seperti klasifikasi, regresi, clustering, aturan asosiasi dll. Evaluation Untuk menghitung kualitas dari modelling.
- 53. View Operator
- 54. View Repositori Komponen pusat yang menyediakan servis untuk manajemen dan pen-strukturan proses analisa, baik data, metadata, proses maupun hasil.
- 55. View Proses Menampilkan tahap-tahap individual operator di dalam proses analisa dan juga interkoneksi di antara mereka.
- 56. View Proses
- 57. View Parameter Operator-operator mungkin memerlukan parameter untuk bisa berfungsi. Setelah sebuah operator dipilih di view Proses, parameternya ditampilkan di view ini.
- 58. View Parameter
- 59. View Help dan Comment View Help menampilkan deskripsi dari operator.
- 60. View Comment menampilkan komentar yang dapat diedit terhadap operator.
- 61. View Help dan Comment
- 62. View Overview Menampilkan seluruh area kerja dan menyorot seksi yang ditampilkan saat ini dengan sebuah kotak kecil.
- 63. View Overview
- 64. View Problem Menampilkan setiap pesan warning dan error.
- 65. View Log Menampilkan pesan log selama melakukan desain dan eksekusi proses.
- 66. View Problem dan Log
- 67. Operator dan Proses Proses data mining pada dasarnya adalah mendefinisikan proses analisa dengan menyatakan urutan tahap kerja individual.
- 68. Komponen dari proses ini disebut operator, yang didefinisikan dengan: Deskripsi input.
- 72. Operator dan Proses Sebuah operator bisa disambungkan melalui port masukan (kiri) dan port keluaran (kanan). Indikator status dari operator: Lampu status: merah (tak tersambung), kuning (lengkap tetapi belum dijalankan), hijau (sudah behasil dijalankan).
- 73. Segitiga warning: bila ada pesan status.
- 74. Breakpoint: bila ada breakpoint sebelum/sesudahnya.
- 75. Comment: bila ada komentar.
- 76. Subprocess: bila mempunyai subprocess.
- 77. Operator dan Proses Sebuah proses analisa yang terdiri dari beberapa operator. Warna aliran data menunjukkan tipe obyek yang dilewatkan.
- 78. Membuat Proses Baru Pilih menu File -> New Pilih repositori dan lokasi, lalu beri nama.
- 79. Struktur Repositori Repositori terstruktur ke dalam proyek-proyek.
- 80. Masing-masing proyek terstruktur lagi ke dalam data, processes, dan results.
- 82. Proses Analisa Pertama Generate Sales Data -> proses sangat sederhana, yang hanya men-generate data.
- 83. Transformasi Metadata Metadata dari terminal output.
- 84. Transformasi Metadata Generate Attributes -> men-generate atribut baru.
- 85. Transformasi Metadata Parameter dari operator Generate Attributes.
- 86. Transformasi Metadata Menghitung atribut baru total price sebagai perkalian dari amount dan single price.
- 88. Transformasi Metadata Select Attributes -> untuk memilih subset dari atribut.
- 89. Transformasi Metadata Parameter untuk operator Select Attributes.
- 90. Transformasi Metadata Atribut individu maupun subset bisa dipilih atau dihapus.
- 91. Menjalankan Proses Proses dapat dijalankan dengan: Menekan tombol Play.
- 92. Memilih menu Process -> Run.
- 94. Melihat Hasil
- 95. Referensi Wikipedia, http://en.wikipedia.org/wiki/RapidMiner
- 96. RapidMiner Installation Guide, http://rapid-i.com/content/view/17/40/
- 97. RapidMiner 5.0 Manual, Rapid-I, 2010, http://www.rapid-i.com