PENERAPAN METODE KLASIFIKASI DATA MINING PADA

DATASET DEFAULT APLIKASI ORANGE DATA MINING

Rizky Adi Ryanto(1901013044)

Program Studi Informatika,Fakultas Rekayasa Sistem

Universitas Teknologi Sumbawa

Abstrak

Data mining adalah sebuah teknologi yang digunakan untuk

mengekstraksi informasi berguna dari data besar dan kompleks, dengan cara
menemukan pola dan hubungan tersembunyi di dalam data tersebut. Data mining
menggunakan berbagai teknik seperti statistik, matematika, dan kecerdasan
buatan untuk mengolah data yang besar dan kompleks menjadi informasi yang
bermanfaat. Proses data mining meliputi empat tahap utama, yaitu pemrosesan
data, eksplorasi data, pembuatan model, dan evaluasi model. Tujuan dari data
mining adalah untuk membantu pengambilan keputusan dan menemukan
pengetahuan baru yang berguna dari data. Data mining memiliki banyak aplikasi
di berbagai bidang, seperti pemasaran, kesehatan, keuangan, dan lain-lain.
Namun, dalam penggunaannya, data mining juga dapat menimbulkan masalah
seperti pelanggaran privasi dan penggunaan data yang tidak etis. Oleh karena itu,
penggunaan data mining harus dilakukan dengan hati-hati dan bertanggung
jawab.Salah satu contoh tools melakukan mining data adalah orange. Orange
merupakan sebuah aplikasi open source yang dapat digunakan untuk melakukan
extraksi informasi dari sebuah data yang besar dengan metode - metode data
mining.

Kata Kunci : Klasifikasi,Decision Tree,Data Mining

Abstract

Data mining is a technology used to extract useful information from large

and complex data, by finding patterns and relationships hidden in the data. Data
mining uses various techniques such as statistics, mathematics, and artificial
intelligence to process large and complex data into useful information. The data
mining process includes four main stages: data processing, data exploration,
model building, and model evaluation. The purpose of data mining is to aid
decision-making and discover new useful knowledge from data. Data mining has
many applications in various fields, such as marketing, health, finance, and others.
However, in its use, data mining can also cause problems such as privacy
violations and unethical use of data. Therefore, the use of data mining must be
done carefully and responsibly.One example of a tool to do data mining is orange.
Orange is an open source application that can be used to extract information
from large data with data mining methods.

Keywords : Classification, Decision Tree,Data mining

1. Pendahuluan
Data mining adalah sebuah
teknologi yang digunakan untuk
mengekstraksi informasi berguna dari
data besar dan kompleks. Data mining
dapat membantu dalam pengambilan
keputusan dan menemukan pola serta
hubungan tersembunyi dalam data.
Aplikasi orange adalah salah satu
aplikasi open source yang berguna
untuk melakukan analisis data,
termasuk data mining. Orange
menyediakan antarmuka visual yang
intuitif dan mudah digunakan,
sehingga memudahkan pengguna
untuk melakukan analisis data tanpa
harus memiliki pengetahuan teknis
yang mendalam.
Dalam aplikasi orange,
pengguna dapat memilih berbagai
metode data mining, seperti klasifikasi,
regresi, clustering, dan asosiasi. Selain
itu, pengguna juga dapat melakukan
preprocessing data dan visualisasi data
untuk mempermudah analisis data.
Aplikasi orange dapat digunakan
untuk berbagai macam aplikasi, seperti
analisis pasar, kesehatan, keuangan,
dan lain-lain.
Dalam penggunaannya,
aplikasi orange juga memiliki
kelebihan dan kekurangan. Kelebihan
dari aplikasi orange adalah antarmuka
yang intuitif dan mudah digunakan,
serta dukungan yang luas terhadap
berbagai macam metode data mining.
Sedangkan kekurangannya adalah
keterbatasan dalam memproses data
yang sangat besar, serta kurangnya
dukungan untuk beberapa metode data
mining yang kompleks.
Dalam keseluruhan, aplikasi
orange adalah salah satu aplikasi open
source yang berguna untuk melakukan
analisis data, termasuk data mining.
Aplikasi ini sangat cocok bagi
pengguna yang ingin melakukan
analisis data tanpa harus memiliki
pengetahuan teknis yang mendalam.
2. Rumusan Masalah
1) Bagaimana cara melakukan
klasifikasi data menggunakan
orange?
2) Bagaimana menentukan top
score algoritma klasifikasi
menggunakan orange data
mining
3. Metode Penelitian
Metode penelitian yang
digunakan adalah model experimen
yang bertujuan untuk mengetahui
algoritma apa yang paling presisi
untuk melakukan klasifikasi dari
dataset default yang ada pada dataset
default orange data mining.
Landasan kerangka berpikir
yang digunakan pada penelitian ini
adalah sebagai berikut:
4. Hasil Dan Pembahasan
Berikut ini adalah tahapan -
tahapan melakukan klasifikasi pada
data mining menggunakan dataset
default yang ada pada aplikasi orange.
a. Tahap Top Score Algoritma yang berarti algoritma tersebut tidak
klasifikasi kompatibel dengan data tersebut.

Data pertama yang akan b. Tahap Proses Klasifikasi

digunakan adalah data klasifikasi car
evaluation, dimana kita dapat Tahap selanjutnya yaitu
mengklasifikasi bahwa di melakukan klasifikasi menggunakan
pertimbangkan masyrakat pada saat algoritma yang sudah di tentukan
membeli mobil. menggunakan teknik top score, berikut
adalah contoh tahap proses klasifikasi
data car evaluation menggunakan
algoritma tree pada orange data
mining.

Langkah Selanjutnya yaitu

menentukan algoritma yang cocok
untuk melakukan klasifikasi pada data
tersebut.
Jika dilihat pada gambar di atas yang
dimana parameter pengujian di set
pada target class acc yang berarti
masyarakat lebih banyak
mempertimbangkan jumlah kursi yang
ada pada mobil tersebut, Person
mempresentasikan jumlah kursi yang
dapat di duduki oleh orang pada mobil
tersebut, setelah person, pada tingkat
kedua baru masyarakat memikirkan
untuk membeli mobil yang safety atau
tidak. Pada gambar selanjutnya akan
diperlihatkan data hasil klasifikasi
yang di set pada 4 level.

Jika dilihat pada gambar di atas pada

tabel precision algoritma Tree
memiliki presentasi yang paling tinggi
sehingga untuk melakukan klasifikasi
pada data car evaluation kita bisa
menggunakan algoritma Tree, Pada gambar di atas pada tingkat yang
Sedangkan pada algoritma Linear ketiga masyarakat baru memikirkan
Regresion mendapatkan output merah, masalah harga setelah masalah persons,
dan safety dan yang terakhir baru Mardianto, H. (2019). Implementasi
tentang masalah mobil yang high class Data Mining pada Dataset Pendidikan
ataupun low class.Sehingga dapat dengan Orange. Jurnal Pendidikan
ditarik kesimpulan dari data car dan Pembelajaran Khatulistiwa, 8(4),
evaluation tersebut adalah masyarakat 1-11.
lebih memikirkan mobil yang dapat
memuat banyak persons dibandingkan Rinaldi, E. A., & Sari, S. F. (2019).
denga safety dan lainnya, sehingga Implementasi Data Mining pada
dari hasil klasifikasi data tersebut Dataset Titanic menggunakan Orange.
mungkin dapat berguna untuk para Jurnal Ilmiah Ilmu Komputer, 14(2),
sorum mobil untuk membuat 59-67.
kebijakan dalam hal produksi mobil
untuk meningkatkan penjualan dan Setiawan, A. (2018). Implementasi
beberapa aspek agar lebih efektif. Klasifikasi Data Menggunakan
Algoritma Decision Tree pada Dataset
5. Refrensi Penyakit Gigi dan Mulut dengan
Orange. Jurnal Ilmiah Komputer dan
Informatika (JIKI), 7(1), 51-59.
Basir, N., & Nugroho, A. S. (2018).
Pengenalan Data Mining dan Kurniawan, A. T. (2019).
Penerapannya dengan Orange. Implementasi Data Mining dengan
Penerbit Andi. Algoritma Decision Tree pada Dataset
Penerimaan Karyawan dengan
Basir, N., & Nugroho, A. S. (2018). Menggunakan Software Orange.
Pengenalan Data Mining dan Jurnal Teknik Informatika dan Sistem
Penerapannya dengan Orange. Informasi (JATISI), 5(1), 51-59.
Penerbit Andi.
Kurniawan, A. T. (2019).
Setyawan, A. (2019). Panduan Belajar Implementasi Data Mining dengan
Data Mining dengan Orange: Konsep Algoritma Decision Tree pada Dataset
dan Implementasi. Penerbit Penerimaan Karyawan dengan
Informatika. Menggunakan Software Orange.
Jurnal Teknik Informatika dan Sistem
Utomo, A. Y., & Winarko, E. (2018). Informasi (JATISI), 5(1), 51-59.
Penerapan Data Mining dengan
Menggunakan Software Orange pada Wahyuni, S., & Kurniawati, N. (2018).
Kasus Klasifikasi Pelanggan. Jurnal Implementasi Algoritma C4.5 pada
Teknologi Informasi dan Komunikasi Dataset Penjualan dengan
(JTIK), 10(1), 1-8. Menggunakan Software Orange.
Jurnal Nasional Teknik Elektro dan
Sulistyo, E., & Prasetyo, H. B. (2018). Teknologi Informasi (JNTETI), 7(4),
Analisis Sentimen pada Media Sosial 351-357.
Twitter dengan Menggunakan Metode
Klasifikasi SVM dan Algoritma Naïve
Bayes pada Software Orange. Jurnal
Teknologi Informasi dan Ilmu
Komputer (JTIIK), 5(5), 416-423.