'

Diasuh oleh Dr. Ir. Agus Wibowo, M.Kom, M.Si, M.M     

       Kurva Penerima Karakteristik Operasional Penerima (ROC) menunjukkan seberapa baik sebuah model pembelajaran mesin biner bekerja. Kurva ini menunjukkan tingkat positif sebenarnya (TPR: True Positive Rate ) terhadap False Positive Rate (FPR) untuk berbagai ambang keyakinan suatu model. Hasil kurvanya adalah garis yang

Diasuh oleh Dr. Ir. Agus Wibowo, M.Kom, M.Si, M.M     

       Pada tutorial terakhir, kita melihat betapa mudahnya membuat estimasi untuk keakuratan model dengan membagi data yang ada menjadi data pelatihan dan pengujian. Tapi bagaimana jika data pelatihan dan pengujian memiliki perbedaan signifikan di antara keduanya? Tutorial ini memperkenalkan teknik yang disebut Cross Validation untuk

Diasuh oleh Dr. Ir. Agus Wibowo, M.Kom, M.Si, M.M     

       Salah satu pertanyaan terpenting yang harus kitaa tanyakan setelah membangun model prediktif adalah "Seberapa baik model ini akan bekerja"? Bagaimana kita bisa tahu apakah model kita akan berjalan dengan baik di masa depan

Diasuh oleh Dr. Ir. Agus Wibowo, M.Kom, M.Si, M.M

       Pada tutorial sebelumnya menunjukkan bagaimana pemodelan prediktif dapat mengungkapkan kepada kita wawasan tentang data. Kita mungkin tidak dapat melihat efek jenis kelamin atau ukuran keluarga terhadap kelangsungan hidup hanya dengan melihat data saja. Pada tutorial yang  sekarang ini akan ditunjukkan bagaimana kita dapat menggunakan

Diasuh oleh Dr. Ir. Agus Wibowo, M.Kom, M.Si, M.M       

       Sejauh ini, kita telah melihat langkah yang paling penting  untuk penanganan data dan bagaimana menggabungkannya ke proses yang fleksibel. Sekarang, kita akan memfokuskan pada bagaimana cra membangun model prediktif, menggunakannya untuk mencetak poin data baru, dan memvalidasi seberapa

Diasuh oleh Dr. Ir. Agus Wibowo, M.Kom, M.Si, M.M

       Sampai sejauh ini, kita hanya berfokus untuk memanipulasi data di RapidMiner, namun kita mungkin bertanya: bagaimana cara kita mendapatkan data dari RapidMiner? Misalnya untuk kolaborasi, analisis lanjutan, atau redundansi, di mana mengekspor data merupakan tugas penting untuk dapat dilakukan. Tutorial ini

Diasuh oleh Dr. Ir. Agus Wibowo, M.Kom, M.Si, M.M

       Perulangan dan percabangan adalah konsep yang sangat berguna yang dikenal di hampir semua bahasa pemrograman. RapidMiner menawarkan puluhan operator untuk perulangan contoh, atribut, atau nilai atribut tertentu. Dalam tutorial ini, kita akan membangun sebuah proses yang membahas tiga kelas penumpang yang

Diasuh oleh Dr. Ir. Agus Wibowo, M.Kom, M.Si, M.M

       Dalam tutorial ini, Anda akan belajar tentang konsep RapidMiner yang sangat berguna yaitu  macro. Makro adalah variabel yang dapat kita gunakan untuk menyimpan dan memuat nilai secara dinamis dalam proses  kita. Dalam tutorial ini, kita akan menggunakan macro untuk mengurangi ukuran data sebesar  50%

Diasuh oleh Dr. Ir. Agus Wibowo, M.Kom, M.Si, M.M

Pivot : Mengubah  format tabel yang panjang menjadi lebar.

       Dalam tutorial ini, kita akan belajar tentang teknik pencampuran data umum lainnya, yaitu melakukan pivot pada data. Kita mungkin sudah familiar dengan konsep pivot dari perangkat BI atau Excel: mengubah data dari format

Diasuh oleh Dr. Ir. Agus Wibowo, M.Kom, M.Si, M.M

       Langkah penting lain pada pembersihan data adalah untuk mengidentifikasi kasus yang tidak biasa dan menghapusnya dari dataset. Dalam beberapa situasi, outlier sendiri mungkin merupakan kasus yang paling menarik (misalnya mendeteksi penyimpangan transaksi kartu kredit), namun dalam kebanyakan kasus, outlier hanyalah hasil dari pengukuran yang

TOP