Anda di halaman 1dari 2

WEKA

1.Definisi Weka
Weka ( Waikato Environment for Knowladge Analysis ) adalah aplikasidata mining open
source berbasis Java. Aplikasi ini dikembangkan pertama k a l i o l e h
Universitas Waikato di Selandia Baru. Weka terdiri dari
k o l e k s i algoritma machine learning yang dapat digunakan untuk
melakukangeneralisasi / formulasi dari sekumpulan data sampling [http://pentaho.phi-
integration.com].Algoritma ini bisa diterapkan secara langsung ke dalam dataset ataubisa
juga dipanggil dari kode java kita sendiri. Weka memiliki tools untuk datapre-processing,
classification, regression, clustering, association rules, danvisualization.Weka
mengorganisasi kelas-kelas ke dalam paket-paket dan setiapkelas di paket
dapat mereferensi kelas lain di paket lain. Paket classifiersberisi
implementasi dari hampir semua algoritma untuk klasifikasi danp r e d i k s i .
Kelas yang paling penting di paket ini adalah Classifier,
y a n g mendeklarasikan struktur umum dari skema klasifikasi dan prediksi. Kelas
inimemiliki dua metoda, yaitu buildClassifier dan classifyInstance, yang
harusdiimplementasikan oleh kelas-kelas yang menginduk ke kelas ini. Semua kelasyang
mengimplementasikan algoritma klasifikasi menginduk ke kelasClassifier, termasuk
kelas J48. J48, yang menangani himpunan data dalam format ARFF, tidak
mengandung kode untuk mengkonstruksi pohonkeputusan. Kelas ini mereferensi kelas-
kelas lain, kebanyakan di paketweka.classifiers.j48, yang mengerjakan semua proses
konstruksi pohon.Weka adalah software open source yang diterbitkan dibawah lisensiGNU
General Public License

Pada Weka ada beberapa metode pemilihan variabel dari


s u a t u dataset, diantaranya BestFirst, ExhautiveSearch, FCBFSearch,
GeneticSearch,GreedyStepwise, RaceSearch, RandomSearch, Rankerdan RankerSearch.
2.
Penggunaan Weka
Weka digunakan dalam penelitian, pendidikan, pengetahuan danbisnis.
1)
Patient Education and Counseling
:

Outcomes of educational interventions in type 2 diabetes: WEKA data-mining analysis
2)
Information Sciences
:

Supervised ranking in the
WEKA
environment
3)
Systems and Software :

Exploiting idle cycles to execute data mining applications on clusters of PCs
4)
Future Generation Computer Systems :