Gambaran singkat mengenai KNIME

1. Dony Riyanto
2023

2. • KNIME (Konstanz Information Miner) adalah sebuah platform data analitik open source
yang awalnya dikembangkan oleh tim dari Konstanz University, yang tujuan awalnya
untuk kolaborasi penelitian.
• Arah pengembangan KNIME adalah membuat platform analisis data yang modular,
skalabel dan terbuka serta memungkinkan integrasi yang mudah dari berbagai sumber
data, pemrosesan, transformasi, analisis dan eksplorasi visual.
• Karena latar belakang ini maka KNIME melakukan pendekatan Open Source Approach
(dimana produk dikembangkan dulu secara open source bersama komunitas-khususnya
akademisi, lalu kemudian membangun produk/layanan premium diatasnya, mirip seperti
produk-produk Redhat)
• KNIME dikenal luas karena mampu melakukan berbagai eksplorasi data, dan berbagai
jenis sumber data, bahkan untuk tujuan berbagai jenis data (file, database, stream,
integration, dsb), dan dengan requirement yang relatif minim tetapi mampu mengolah
data batch dalam jumlah besar (Contoh: 400k row data in file, extract-transfrom-load
under 2 minutes, menggunakan comodity PC/laptop)

3. • KNIME Desktop a.k.a KNIME Analytics Platform (GUI-Java based, Multi-platform/OS)
• KNIME Hub (online web portal berbagai untuk berbagai workflow dan komponen)
• KNIME Server (Web based Java-Tomcat. Berfungsi sebagai KNIME Hub tetapi untuk
private dan bisa digunakan untuk manage workflow execution)
• KNIME Server Executor (server-based services untuk workflow execution)
• KNIME Big Data Extensions (extention/plugin untuk KNIME Analytics Platform yang
dikhususkan untuk keperluan Big Data seperti Big Data Connectors dan Apache Spark)
Note:
untuk menjalankan KNIME Server dibutuhkan KNIME License file.

5. • ETL/ELT
• Data Wrangling
• Database Migration
• Data Batch Processing
• Forecasting
• Machine Learning
• Research

6. Transactions Data
Pre-trained Fraud
Data Modeling
Possible Fraud
Transaction Alert
https://hub.knime.com/knime/spaces/Examples/latest/50_Applications/39_Fraud_Detection/01_Fraud_Detection_Model_Training~gwBpbUtj0awOERjg