UNDER

CONSTRUCTION

LINEAR REGRESSION MENGGUNAKAN RAPIDMINER STUDIO

(STUDI KASUS PENJUALAN BAJU KAOS)
KELOMPOK 4:
MUHAMMAD FAUZAN
ALFATUR DEVAKI
LAURA ARIFAH HANUM
Tujuan Pembahasan

01 Apa itu Data Mining?

02 Apa itu Linear Regression Menggunakan

RapidMiner Studio?

03
Bagaimana penggunaan Rapidminer
pada penjualan baju kaos?

Bagaimana dari percobaan dan hasil

04 percobaan Linear Regression Menggunakan
RapidMiner Studio dari Kasus Penjualan Baju
Kaos?
PRESENTATION
You can simply impress your audience and add a unique zing and
appeal to your Presentations. I hope and I believe that this
Template will your Time, Money and Reputation.
01
Simple Portfolio Presentation

Simple Portfolio

Portfolio Presentation

Apa itu Data Mining?

 Infographic Style
Data mining merupakan sebuah analisa dari observasi

01
data dalam jumlah besar untuk menemukan hubungan
yang tidak diketahui sebelumnya dan dua metode baru
untuk meringkas data agar mudah dipahami
penggunanya.

02
Data mining bisa menangani beberapa hal yang tidak
bisa dilakukan oleh teknik tradisional seperti Jumlah
data yang sangat besar, dimensi data yang tinggi, dan
data yang heterogen dan berbeda sifat.

03
Adapun untuk karakteristik data mining sebagai berikut :
• Data mining berhubungan dengan penemuan sesuatu
yang tersembunyi dan pola data tertentu yang tidak
diketahui sebelumnya.
• Data mining biasa menggunakan data yang sangat
besar. Biasanya data yang besar digunakan untuk
membuat hasil lebih dipercaya.
• Data mining berguna untuk membuat keputusan yang
kritis, terutama dalam strategi

COMPUTER REPAIR & SUPPORT

PRESENTATION
You can simply impress your audience and add a unique zing and
appeal to your Presentations. I hope and I believe that this
Template will your Time, Money and Reputation.
02
Simple Portfolio Presentation

Simple Portfolio

Portfolio Presentation

Apa itu Linear Regression Menggunakan RapidMiner Studio?

1. Linear Regression
A
• Regresi (regression) adalah proses identifikasi relasi dan
pengaruhnya pada nilai-nilai objek
• Regresi bertujuan menemukan suatu fungsi yang memodelkan data
dengan meminimalkan galat atau selisih atara nilai prediksi dengan
nilai sebnarnya.

• Regresi linier merupakan suatu alat ukur yang dapat digunakan

untuk mengetahui adanya korelasi antara beberapa variabel.
B • hal yang harus dipahami diantaranya variabel terikat, variabel
bebas, konstanta dan koefisien regresi.

• Regreresi adalah analisis yang bertujuan untuk mengetahui

C hubungan antara satu atau lebih variabel bebas (independen)
dengan variabel tidak bebas (dependen).
• Jika hanya terdapat satu variabel prediktor dalam model
regresi maka maka disebut sebagai regresi sederhana
sedangkan jika terdapat lebih dari satu variabel prediktor dalam
model maka disebut sebagai regresi berganda.

• Satu model regresi dikatakan liner jika hubungan antar

D variabel prediktor dengan variabel respon bersifat atau
linier, dalam scatter plot akan terlihat bahwa jika variabel
prediktor naik, maka variabel respon juga akan naik
dengan proporsi tertentu.

COMPUTER REPAIR & SUPPORT

2. RapidMiner Studio
• RapidMiner adalah platform perangkat lunak data ilmu pengetahuan
yang menyediakan lingkungan terpadu untuk pembelajaran mesin
(machine learning), pembelajaran mendalam (deep learning),
penambangan teks (text mining), dan analisis prediktif (predictive
analytics).
• RapidMiner memiliki kurang lebih 500 operator data mining, termasuk
operator untuk input, output, data preprocessing dan visualisasi.
RapidMiner ditulis dengan menggunakan bahasa java sehingga dapat
bekerja di semua sistem operasi.

• RapidMiner menyediakan GUI (Graphic User Interface) untuk

merancang sebuah pipeline analitis.
• GUI ini akan menghasilkan file XML (Extensible Markup Language)
yang mendefinisikan proses analitis keinginan pengguna untuk di
terapkan ke data.
PRESENTATION
You can simply impress your audience and add a unique zing and
appeal to your Presentations. I hope and I believe that this
Template will your Time, Money and Reputation.
03
Simple Portfolio Presentation

Simple Portfolio

Portfolio Presentation

Bagaimana penggunaan Rapidminer pada penjualan baju kaos?

Untuk sektor UMKM khususnya penjualan baju kaos dinilai juga
dapat memanfaatkan analisis big data untuk melakukan
prediksi khususnya terkait jam kerja yang efektif dan efisien
sehingga dapat meningkatkan produksi baju dan kepuasan
pelanggan dan dapat berjalan lancar dan memiliki keuntungan.
Terlebih lagi di tengah persaingan usaha yang semakin tinggi
maka pelaku usaha harus beroperasi secara efektif dan efisien.

Penggunaan kaos tidak terlepas dari kehidupan sehari-hari

manusia karena fungsinya yang sangat penting, yaitu sebagai
sandang yang menutupi dan melindungi tubuh manusia. Hal ini
mendorong masyarakat untuk mengoleksi berbagai jenis kaos
dan pada akhirnya akan meningkatkan permintaan masyarakat
terhadap kaos. Melihat fenomena tersebut, maka timbulah ide
untuk mengembangkan suatu usaha kaos dimana masyarakat
dapat memenuhi kebutuhan primernya. Selain itu masyarakat
juga tidak perlu mempersoalkan harga kaos yang terlalu mahal
dan desain serta bahan yang terkesan “pasaran”. Kaos saat ini
tidak hanya dijadikan kebutuhan akan fungsinya sebagai
sandang, tetapi juga sebagai gaya hidup.

COMPUTER REPAIR & SUPPORT

PRESENTATION
You can simply impress your audience and add a unique zing and
appeal to your Presentations. I hope and I believe that this
Template will your Time, Money and Reputation.
04
Simple Portfolio Presentation

Simple Portfolio

Portfolio Presentation

Bagaimana dari percobaan dan hasil percobaan Linear

Regression Menggunakan RapidMiner Studio dari Kasus
Penjualan Baju Kaos?
1. Percobaan
Untuk memperkirakan jam kerja
yang sesuai dengan jumlah
produksi, maka dilakukan analisis
regresi linier sederhana yakni
sebuah pola hubungan antar dua
variabel saja yakni variabel x
(independent/bebas) dan variabel y
(dependent/terikat). Adapun yang
bertindak sebagai variabel x yakni
produksi dan variabel y nya yakni
jam kerja. Kemudian data tersebut
akan diolah dengan aplikasi
RapidMiner untuk dapat diketahui
hasil hubungan antar variabel serta
prediksi variabel y (jam kerja).
Nantinya dari hal tersebut akan
menghasilkan sebuah aturan-aturan
yang dapat membantu pimpinan
perusahaan dalam memprediksi jam
kerja yang diharapkan agar
operasional lebih efisien dan efektif.
Adapun langkah-langkah untuk
melakukan uji regresi linear
sederhana yakni:
• Mengambil data set (data
produksi dan jam kerja pelaku
penjualan kaos).
• Memilih atribut (menentukan 1
variabel dependen dan 1
variabel independent)
• Memilih set role (memilih
produksi sebagai variabel
independen dan variabel jam
kerja sebagai dependen)
• Membagi data testing dan data
training pada operator split data.
Data training terdapat 19 data
(80%) dan data testing ada 5
data (20%).
• Memasukkan data ke dalam
proses linier regresi
• Mendapatkan model data
melalui operator apply model
• Menginput keseluruhan melalui
operator performance
regression.
Gambar Pengolahan dataset melalui rapidminer
2. Hasil Model Testing

Place Your Picture Here

• Nilai: Root mean squared error
(RMSE) pada performance testing:
5.812 +/- 0.000
01 • Nilai: Squared correlation pada
performance testing: 1.000
3. Hasil Model Training

• Nilai Root mean squared error

(RMSE) pada performance training:
13.690 +/- 0.000
01 • Nilai Squared correlation pada
performance training: 0.975
• Secara umum untuk hubungan antara variabel x (jumlah produksi)
dengan variabel y (jam kerja) berdasarkan nilai square correlation baik
hasil training dan testing sama sama berada di nilai 0.9 yang berarti
memiliki korelasi yang sangat kuat dan positif antar variabel. Sementara
untuk nilai RMSE jauh lebih besar daripada standar nilai yang ada yakni
sebesar 13.7 pada data training dan 5.8 pada data testing, sehingga
dapat dikatakan memiliki nilai eror yang cukup tinggi.

• Pada Hasil Model Testing dan training baik antara jumlah

jam kerja dengan prediksi jam kerja penjualan kaos terdapat
perbedaan meski tidak signifikan. Adanya perbedaan
tersebut juga disebabkan karena besarnya nilai RMSE yang
lebih dari 1.
3. Hasil Model Regresi Linear

• Konstanta/intercept (b0) = 5.031 menunjukkan bahwa jika variabel x atau produksi konstan maka rata-rata nilai
variabel y atau jam kerja adalah 5.031. Sedangkan (b1) = 1,981 menunjukkan bahwa jika variabel x atau produksi
meningkat sebesar 1 satuan maka akan meningkatkan variabel y atau masa kerja sebesar 1,981. Tanda (+)
menujukkan bahwa jika variabel x meningkat maka variabel y akan meningkat.
• Terdapat pengaruh signifikan antara nilai intercept terhadap produksi serta produksi terhadap jam kerja
• Produksi secara parsial berpengaruh terhadap jam kerja
Thank You