Data Mining: Studi Kasus(2) Teknik Klasifikasi

Bagaimana cara implementasi data mining untuk teknik klasifikasi pada algoritma C4.5 ??. Seperti penjelasan teori sebelumnya tentang apa itu data mining data yang akan diolah untuk teknik ini merupakan dari data sebelumnya/histori/pengalaman. Hal ini dibuat untuk digunakan pengambilan keputusan untuk kejadian yang akan datang. Data yang diolah saat ini akan dijadikan model patokan guna keputusan selanjutnya. 

Data yang digunakan untuk bisa menjadi sebuah model yang baik idealnya mencukupi sebagai data riset. Semakin banyak data dan semakin sedikit kesalahan(error) maka semakin bagus model yang dijadikan patokan.

Teknik data mining yang akan diproses menggunakan sebuah Tools seperti RapidMiner, Weka dsb. Perhitungan algoritma akan proses/dilakukan secara otomatis oleh Tools tersebut.Oleh karena itu, untuk mengetahui algoritma sesungguhnya dilakuan perhitungan secara manual(lihat contoh disini)

Data pegawai dari suatu perusahaan.

Pegawai	Jabatan	Jenis Kelamin	Umur	Asal	Kategori Gaji
1	service	Perempuan	45	Kota Besar	Level-3
2	service	Laki-laki	25	Kota Besar	Level-1
3	service	Laki-laki	33	Kota Kecil	level-2
4	Manajemen	Laki-laki	25	Kota Besar	Level-3
5	Manajemen	Perempuan	35	Kota Kecil	Level-4
6	Manajemen	Laki-laki	26	Kota Kecil	Level-3
7	Manajemen	Perempuan	45	Kota Besar	Level-4
8	Sales	Perempuan	40	Kota Kecil	Level-3
9	Sales	Laki-laki	30	Kota Besar	level-2
10	Staf	Perempuan	50	Kota Besar	level-2
11	Staf	Laki-laki	25	Kota Kecil	Level-1

Langkah-langkah untuk membuat decision tree(pohon keputusan) dari data diatas

Menggunakan software : RapidMiner

1.       Buka software rapidminer

2.       File - new

3.       Pilih direktori penyimpanan di : NewLocalrepository, kemudian berikan nama file “datakaryawan” kemudian klik OK

4.       Maka tampil main process

5.       Dibagian tab sebelah kiri ada tab operator, pilih Import - data - Read Excel

Hal ini digunakan untuk mengimport data kita. Ada berbagai macam pilihan disesuaikan dengan data yang kita punya(dalam hal ini menggunakan excel)

Lalu Klik and drag “Read Excel” tersebut kedalam Main Process

6.     Masih dalam keadaan terseleksi(untuk Read Excel) lihat di bagian sebelah kanan ada tab parameters

Klik Import Configuration Wizard

7.       Kemudian tampil jendela import wizard - pilih direktori dimana file datakaryawan disimpan == next

8.       Langkah selanjutnya adalah pemilihan range data mana saja yang akan diimport. Dalam hal ini semuanya maka klik Next - Next

9.       Dilangkah ini, tentukan label dan tipe data untuk setiap atribut

*keterangan

Polynom               = tipe data ini untuk karakter baik angka ataupun huruf (sama seperti varchar/text)

Binominom           = tipe data ini untuk 2 kategori (Y/T, L,P, Besar/Kecil, dll)

Atribut                 = digunakan sebagai variable predictor/prediksi

Label                    = digunakan sebagai variable tujuan

10.   Klik finish dan kembali ke main process

11.   Ambil data yang telah diimport melalui wizard tadi di tab operator, ketik decision tree pada bagian filter

 12.   Kemudian klik and drag “decision tree” ke main process

13.   Kemudian klik and drag “out” (pada Read Excel) KE “tra”(pada decision tree)

14.   Kemudian klik and drag “mod” (pada decision tree) KE “res” disebelah kanan main process

15.   Klik process - run atau klik pada toolbar

16.   Maka akan tampil decision tree seperti dibawah ini

 Untuk lebih jelasnya silakan download langkahnya dalam bentuk PDF disini