fahri.firdausillah@dsn.dinus.ac.id
Fajar Agung Nugroho
kifajaranugroho@gmail.com
Ika Novita Dewi
ikadewiku@gmail.com
Outline
2. Pengenalan RapidMiner
Fraud detection
Targeted marketing:
Sequential
Classification
Pattern Mining
Association
Summarization
Rules
Regression Clustering
Association Rules
• Association Rules adalah teknik data mining yang digunakan untuk
mencari frekuensi kemunculan bersama beberapa item dalam suatu
kejadian.
• Teknik ini menggunakan ambang batas “Support” untuk
mengidentifikasi frekuensi set item. Dan juga ambang batas
“Confidence” yang merupakan probabilitas kemunculan suatu item
jika item yang lain muncul.
Contoh Association Rules (Apriori)
Classification
DataSet
Age
Credit
Student Beli
Rating
15 prediction data
Urutan Langkah
Membuat Mengeksekusi
Proses Baru Data Validasi Hasil
Mengimpor Menerapkan
Data CSV Algoritma
Membuat Proses Baru
Membuat Proses Baru cont’d
Import File Training Data- Step 1
Import File Training Data- Step 2
Import File Training Data- Step 3
Import File Training Data- Step 4
Import File Training Data- Step 5
Import File Prediction Data- Step 1
Import File Prediction Data- Step 2
Import File Prediction Data- Step 3
Import File Prediction Data- Step 4
Import File Prediction Data- Step 5
Eksekusi Data
Eksekusi Data (Viewing Result)
Eksekusi Data (Viewing Result) cont’d
Eksekusi Data (Viewing Result) cont’d
Menerapkan Algoritma Klasifikasi
Hasil
Hasil cont’d
Prediksi Data
Prediksi Data cont’d
Hasil Prediksi
Split Validation
Split Validation cont’d
Split Validation cont’d
Split Validation cont’d
Double clicks
Split Validation cont’d
Split Validation cont’d
Result
Cross Validation
Cross Validation
Cross Validation Result
*References
• www.rapid-i.com
• http://archive.ics.uci.edu/ml/datasets/Zoo
• http://www.neuralmarkettrends.com/index.php/tutorials