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:
Model:
2
Hasil:
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:
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:
16
Model:
Hasil:
Scatter plot:
17