Rudi hartanto tutorial 01 rapid miner 5.3 decision tree

Rudi Hartanto ilmubiner@gmail.com

Tutorial RapidMiner 5.3
Decision Tree
Rudi Hartanto
ilmubiner@gmail.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
Main Process, klik tombol
kanan mouse

2

3

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
3

4

5


Step 5 : Memilih Penyimpanan

1

2
3


Data View Hasil Import (Example Set)


Kembali ke Tampilan Main Process
1

3

Short cut!!!

2


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

3

1
2


Hasil Run Process : Graph View


Hasil Run Process : Text View

Rudi hartanto tutorial 01 rapid miner 5.3 decision tree

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Recently uploaded

Recently uploaded (20)

Rudi hartanto tutorial 01 rapid miner 5.3 decision tree