Data Mining / Machine Learning tanpa Coding dengan Weka
Apakah anda tertarik melakukan machine learning tanpa secuil code pun ?
Mari berkenalan dengan Weka.
Weka adalah machine learning tools yang dibuat dengan menggunakan Java. Tetapi anda tidak perlu mengetahui java untuk menggunakannya. Hal ini dikarenakan tools tersebut memiliki User Interface yang cukup mudah untuk digunakan.
- Berikut akan saya tunjukkan langkah-langkah pemakaian weka dengan cepat.
- Pastikan anda sudah menginstall weka terlebih. Silahkan download dari site berikut.
http://www.cs.waikato.ac.nz/ml/weka/downloading.html
Setelah itu anda dapat menjalankan weka dengan men search pada windows
Jalankan maka GUI Chooser akan ditampilkan.
Silahkan pilih Explorer. Maka dialog explorer akan ditampilkan. Pada tab pre process anda akan diberikan pilihan untuk membuka data set yang sudah disedikan dari weka.
Browse data set yang disediakan tersebut dari C:\Program Files\Weka-3-8\data
Pilih iris.arff. Data set ini merupakan data set yang cukup terkenal di dunia machine learning. Sering disebut-sebut sebagai hello world di dunia machine learning.
Mari kita melakukan hello world tersebut dengan weka.
Kemudian di Weka akan ditampilkan statistics dan attribute dari data set tersebut.
Pilih tab classify, pada tab ini kita akan melakukan klasifikasi terhadap bunga iris. Langsung saja tekan Start maka akan ditampilkan result dari ZeroR machine learning untuk iris.
Disini kita dapat melihat bahwa akurasi dari algorithm tersebut adalah 33.33%. Sangat buruk. Tetapi ZeroR adalah merupakan baseline algorithm, dimana algorithm tersebut dapat dianggap sebagai batas bawah dari hasil machine learning.
Sekarang mari kita coba untuk mengubah algorithm menjadi decision tree. Kita pilih dari Choose
Pilih J48 untuk decision tree.
Jalankan Start sekali lagi . Maka kita akan dapat melihat hasil yang lebih baik dari akurasinya
Selamat anda telah melakukan Hello World machine learning dengan Weka.
Untuk pembelajaran lebih mendalam, berikut video tutorial dari pembuat Weka.
Cheers