rudi hartanto - tutorial 01 rapidminer 5.3 decision tree

Rudi Hartanto [email protected]

Tutorial RapidMiner 5.3

Decision Tree

Rudi Hartanto

[email protected]

http://ilmubiner.blogspot.com


Tentang Decision Tree

• Decision tree digunakan untuk

mengklasifikasikan data yang kemudian

digunakan untuk melakukan prediksi


Tentang Data yang Digunakan

• Data berkaitan dengan kondisi cuaca pada saat suatu pertandingan golf

• Dari data kondisi cuaca, akan diprediksi pertandingan akan dilakukan atau tidak

• Atribut data :

– Outlook (cerah, berawan, hujan)

– Temperature (dingin, sedang, panas)

– Humidity (normal, tinggi)

– Windy (berangin, tidak berangin)


Sumber Data : weather.xls


Jalankan RapidMiner


Buat Process Baru

1

2


Tampilan Proses Baru


Menambahkan Operator

1. Arahkan kursor ke area 1. Arahkan kursor ke area

Main Process, klik tombol

kanan mouse

23 4 5


Import Configuration Wizard

2

1


Step 1 : Memilih File

1

2


Step 2 : Memilih Data

1

2


Step 3 : Memilih Annotasi

1

2


Step 4 : Memilih Atribut, Tipe Data

1

2

34

5


Step 5 : Memilih Penyimpanan

1

2

3


Data View Hasil Import (Example Set)


Kembali ke Tampilan Main Process

1

2

3

Short cut!!!


Memilih Model Data Mining

1

2

3

4. Drag ke area Main

Process


Hasil Drag & Menghubungkan Port

1. Drag ke port tra

(Decision Tree)


Hubungan Port-port

Keterangan Port :

• input

• file

• training set

• model

• example set

• result


Simpan Process

1

2


1

2

3


Hasil Run Process : Graph View


Hasil Run Process : Text View

rudi hartanto - tutorial 01 rapidminer 5.3 decision tree

Documents