LAPORAN PRAKTIK MINGGU KE- CODING Nilai

& MACHINE LEARNING

Nama : Dani Faozan Ammar
NPM : 5211711233
Kelas : Coding dan Machine Learning 1
Tanggal : 24 Februari 2023

Step #1
Keterangan:
Gambar di atas merupakan langkah pertama untuk memasukkan data atau load data ke dalam tool Rapidminer. Data disimpan pada local
repository yang ada pada Rapidminer. Dengan cara memasukkan Operator Read CSV ke dalam panel process. Lalu melakukan double
click pada operator tersebut untuk mencari data yang diinginkan.

Step #2
Keterangan:
Kali ini pengguna akan menggunakan data datatrain_fish.csv yang telah disediakan.

Step #3
Keterangan:
Gambar diatas adalah proses untuk melakukan formating pada data yaitu untuk mengubah tipe data dan juga role data. Pada tipe data
akan diubah menjadi real.

Step #4
Keterangan:
Kemudian pada role data dakan diubah menjadi label. Stelah malkukan formatting, klik tombol finih untuk menyelesaikan formatting
data.

Step #5
Keterangan:
Gambar di atas merupakan langkah kelima yaitu memasukan operator Split data yang berfungi untuk membagi rasio data yang telah
disediakan. Sambungkan titik ‘out’ Operator Read CSV dengan titik ‘exa’ Split Data.

Step #6
Keterangan:
Mengingat data akan dibagi menjadi dua bagian maka akan dibagi menjadi 0.95 dan 0.5. lalu Klik OK.

Step #7
Keterangan:
Gambar di atas merupakan langkah ketujuh yaitu memasukan operator Linear Regression untuk memprediksi hasil dair price yang ada dalam
data di Read CSV tadi. Parameternya tidak perlu diubah.

Step #8
Keterangan:
Selanjutnya akan ditambahakan operator Apply Model untuk menerapkan model yang terlah dibuat. Dengan aturan titik ‘mod’ dalam Linear
Regrresion akan disambungkan dengan titik ‘mod’ operator Apply Model dna titik ‘par’ pada operator split data akan dihubungkan dengan titik ‘unl’
pada operator apply model.

Step #9
Keterangan:
Pada langkah ke 9 akan dimasukkan operator performance dimana operator ini berfungsi untuk melakukan evaluasi terhadap adanya error
atau kesalahan pada model. Setelah itu ‘per’ dan ‘exa’ akan dihubungkan pada ‘res’.

Step 10
Keterangan:
Untuk menyimpan model tersebut kedalam folder model maka akan dibutuhkan operator store yang dihubungkan dengan titik ‘mod’ pada
operator Apply Model. Sambungkan Operator Store ke ‘res’ lalu lakukan Run terhadap process tersebut.

Hasil
Keterangan:
Gambar di atas adalah hadil dari proses operator Linear Regression.
Keterangan:
Gambar diatas adalah isi dari operator Apply model yang menampilkan bentuk awal dari soal dan juga menampilkan jawaban yang akan di proses lagi
nanti dimana harga prediksi juga akan diikut sertakan di dalamnya.
Keterangan:
Gambar diatas adalah hasil dari proses operator Perfomance ( Regression) sehingga bisa di simpulkan bahwa terdapat error sejumlah 261407.740 pada
process tersebut.

Step 11
Keterangan:
Setelah model dari Linear regression dari data fishtrain sudah selesai. Maka dibuat lagi proses baru dengan emnggunakan
data yang baru.

Step 12
Keterangan:
Masukkan retrive dari model Linear yang telah disimpan menggunakan operator Store sebelumnya. Kemudian tambakan juga read csv
pada panel process untuk menambahkan data baru pada operator tersebut.

Step 13
Keterangan:
Kali ini akan menggunakan data datatest_Fish.csv yang telah disediakan. Lalu lakukan formattting data seperti yang telah
dilakukan pada data pertama tadi.

Step 14
Keterangan:
Tambahkan operator Apply Model sebagai operatoor yang akan menerapkan model Linear Regression pada data baru yang telah di
format. Tanpa harus mengubah parameternya. Jangan lupa untuk menghubungkan titik yang ada pada Apply model ke titik ‘res’.
Lanjutkan dengan melakukan ‘run’.

Hasil
Keterangan:
Hasil diatas merupakan hasil dari Linear Regressioan.

Hasil
Keterangan:
Hasil diatas merupakan hasil dari pengoperasian operator Apply Model.