DATA MINING

Disusun untuk memenuhi salah satu tugas mata kuliah Data Mining

Disusun oleh :

Nadhif Faturrohman
NPM 1906035

TEKNIK INFORMATIKA
SEKOLAH TINGGI TEKNOLOGI GARUT
2020 - 2021
Mencoba Beberapa Model Menggunakan Rapidminer

Pada tuga kali ini, disini saya akan mencoba beberapa model yang dimana diantaranya ialah
Decision Tree, Linear Regresion, Neural Network, FP-Growth dan Corelation Matrix. Berikut
merupakan hasil dari percobaan yang sudah dilakukan:

1. Contac Lenses (Decision Tree)

Tabel:

Model:

2
 Hasil:

2. CPU (Linear Regresion)

Tabel:

3
Model:

Hasil:

Selain itu, dilakukan testing agar dapat mengetahui apakah model yang sudah dilatih dapat
digunakan atau tidak. Berikut hasil testingnya:

Tabel testing:

4
Model testing:

Hasil testing:

5
3. KPU (Decision Tree)
Tabel:

Model:

6
Hasil:

Table testing:

7
Model testing:

Hasil testing:

Ketika melakukan testing, selain dengan cara memisahkannya ke dataset lain, di

RapidMiner bisa langsung melakukan testing dari dataset yang ada menggunakan operator
Split Data. Berikut merupakan hasil percobaanya:

Model Split Data:

8
Hasil Split Data:

Selain testing, di RapidMiner kita dapat mengecek performa dari model yang sudah kita
latih. Berikut merupakan hasil performa dari model yang sudah dilatih:

Model Performance:

Hasil Performance:

9
4. Harga Saham (Neural Network)
Tabel:

Model:

10
Hasil:

Tabel testing:

Model testing:

11
Hasil testing:

Model Performance:

Hasil Performance:

12
5. Bunga Iris (K-Means)
Tabel:

Model:

13
Hasil:

Khusus untuk K-Means, untuk pengujian seberapa bagus suatu model ditentukan dengan
David Bouldin Index-nya. Semakin kecil nilainya, maka semakin bagus model tersebut.
Oleh karena itu, kita harus mencoba nilai dari K dimulai dari K=2, sampai K=10.

Model:

14
 Hasil:
K Davies Bouldin Index
2 0.405
3 0.666
4 0.776
5 0.799
6 0.910
7 0.963
8 1.057
9 1.037
10 0.979

Jika dilihat dari hasil tabel diatas, untuk klaster yang berjumlah dua, lebih optimal jika
dibandingkan dengan yang lainnya.

6. Transaksi (FP-Growth)
Table:

Model:

15
 Hasil:

7. Heating Oil (Correaltion Matrix)

Table:

16
Model:

Hasil:

Scatter plot:

17