Datamining

Tentang Algoritma Datamining K-Means

Algoritma K-Means merupakan algoritma untuk mengelompokan data kedalam jumlah cluster tertentu yang sudah ditetapkan diawal sebelum data di proses.

Cluster ini di tetapkan berdasarkan nilai kriteria tertentu seperti (Cluster Rendah, Cluster Sedang, Cluster Tinggi), secara otomatis ketika proses perhitungan sudah selesai data akan terkelompokan sesuai dengan kriteria cluster-cluster tersebut

Contoh Data untuk Algoritma K-Means Clustering

nama	uts	tugas	uas	ipa	indonesia	inggris	perancis	ips	ktk
Roy	89	90	75	70	75	80	80	70	75
Sintia	90	71	95	40	60	70	80	90	71
Iqbal	70	75	80	90	71	95	75	96	93
Dilan	45	65	59	80	70	75	40	60	70
Ratna	65	75	53	70	75	80	90	75	70
Merry	80	70	75	96	93	85	58	40	60
Rudi	90	85	81	70	70	73	40	60	70
Hafiz	70	70	73	45	65	59	75	80	90
Gede	96	93	85	60	70	72	70	73	45
Christian	60	55	48	90	85	81	70	72	90
Justin	45	60	58	65	75	53	58	70	45
Jesika	60	70	72	60	70	72	90	85	81
Ayu	85	90	88	45	60	58	70	45	60
Siska	52	68	55	52	68	55	72	60	70
Reitama	40	60	70	45	60	58	40	60	70

Tentang Algoritma Optimasi Elbow

Aplikasi ini istilahnya beli 1 dapat 2 ya, karena sudah ada metode optimasi algoritma elbow dimana fungsinya untuk mengetahui jumlah cluster mana yang paling optimal pada hasil algoritma kmeans

Mendingan kita langsung saja ulas semua fitur yang ada di kedua algoritma ini, oke ?

Spesifikasi Environtment Aplikasi

• Webserver Apache/Nginx (Xampp, Wampp, Xampp, Mampp)
• PHP Versi 7.4 (Codeigniter 3)
• HTML, CSS, JavaScript
• Bootstrap 4
• JQuery

Mengulas Fitur Aplikasi K-Means Clustering + Optimasi Elbow

Aplikasi ini sampai sekarang selalu menjadi rujukan mahasiswa komputer yang sedang menjalankan studi penelitianya, jadi hasil dari aplikasi ini sudah berulang kali diuji dengan perhitungan manual, tools dan alat-alat lain

Quick Question : kira-kira apaka bisa aplikasi ini di modifikasi sesuai dengan studi kasus kalian ?? Jawabanya adalah : BISA !!

Fitur Login Aplikasi

Fitur ini sebagai syarat untuk masuk kedalam aplikasi kmeans, username & password dapat di masukan saja user : admin, pass : admin maka akan langsung masuk kedalam aplikasinya, sangat dimungkinkan sekali jika anda mau mengganti user & passwordnya nanti

Halaman Dashboard

Halaman dashboard ini masih kosong, kalian dapat memberikan desain-desain interaktif dihalaman ini, perlu di ingat template desain aplikasi ini menggunakan bootstrap 4 dan jquery yang mana ini mudah dan sudah banyak orang tahu

Halaman Biodata Pengembang

Sebuah fitur yang sifatnya additional namun dapat kalian manfaatkan guna memberikan profil diri kalian masing-masing,

Halaman Aplikasi K-Means

Saat pertama buka menu k-means pada navigasi diatas maka akan tampil halaman beserta sub navigasi di samping kiri yang terdiri dari (Dataset Kmeans, Optimasi Elbow, Penentuan Centroid, Proses K-Means dan Hasil Clustering)

Fitur Upload Dataset & Normalisasi Dataset

Yang diupload ini adalah dataset excel seperti dataset yang sudah dijelaskan diatas tadi,

Bagaimana jika dataset kalian berbeda ?? tentu saja aplikasi ini akan secara otomatis mendeteksi dataset pada excel, jadi saat diupload akan langsung otomatis tampil pada aplikasi

Fitur Normalisasi Dataset

Anda tinggal scroll saja kebawah maka akan ketemu dataset yang sudah di normalisasi ini, rumus normalisasi ini menggunakan metode Max-Min,

Trus kenapa sih harus di normalisasi ? gini.. tidak semua data rasio besaranya sama seperti contoh diatas,

Banyak data yang rasio besaranya berbeda, contohnya misalkan kalian punya atribute data harga hard disk (250.000 – 1.500.000) dengan harga laptop (2.500.000 – 50.000.000), besaranya berbeda, maka ini perlu di normalisasi agar rasio jaraknya adil saat dilakukan clustering

Pada intinya data yang dinormalisasi akan valid hasil clustering nya

Fitur Optimasi Elbow

Kenapa fitur elbow duluan ? kok engga k-means duluan ??

Gini, karena sebenarnya fungsi dari algoritma elbow pada kmeans ini adalah untuk mengetahui jumlah cluster mana yang paling optimal, jadi kita bisa tau dan enggak salah pilih jumlah cluster berkat metode elbow ini

Disini saya isikan maksimal jumlah cluster yang akan kita uji adalah 8 cluster dengan maksimal looping sebanyak 10 kali setiap perhitungan cluster

Dari hasil elbow diatas menunjukan ada 2 cluster yang paling optimal yaitu pada jumlah cluster 4 dan 6, kenapa ?? karena sumbu X disini adalah nilai SSE (Error Rate), sedangkan jumlah cluster yang SSE nya paling sedikit adalah 4 dan 6

Namun sepertinya antara 4 dan 6 ini berbeda tipis, jadi dalam uji coba ini saya gunakan jumlah cluster 4

Fitur Pengisian Jumlah Centroid

Setelah kita tahu bahwa jumlah centroid/cluster paling optimal adalah 4 maka kita akan isikan pada menu nomor 3, yaitu penentuan centroid, Setelah itu kita pilih simpan

Jika sudah kita bisa langsung menuju menu ke 4 yaitu Proses K-Means

Fitur Proses K-Means

Disini adalah proses perhitungan kmeans dimulai dari perulangan 1 sampai dengan nilai cluster sebelum sama dengan nilai cluster pada perulangan terakhir, semua proses di jabarkan disini termasuk perhitungan jarak terdekat yaitu euclidean distance

Sepanjang saya browsing mengamati aplikasi demi aplikasi K-Means yang sudah pernah di review orang-orang, saya berani berbicara bahwa aplikasi ini yang paling lengkap untuk penjabaran prosesnya

Kalo yang lain paling hanya input, dan output saja..

Halaman Hasil Cluster K-Means

Ini adalah hasil algoritma k-means, dengan ditampilkan data awalnya berupa tabel, dan ditambahkan kolom paling terakhir yaitu informasi clusternya

Tak hanya itu saja, jika kalian scroll kebawah maka akan ditemukan rangkuman jumlah data pada masing-masing cluster

menarik bukan ??

Aplikasi sekompleks ini saya jual dengan harga Rp. 300.000,- (nilai yang murah demi kelancaran studi/riset kalian semua) + Full Support dari saya sampai aplikasi benar-benar berjalan normal di laptop/pc kalian

Jika anda berminat dengan aplikasi ini, atau anda berminat namun juga ingin memodifikasi aplikasi ini, bisa hubungi saya di nomor WhatsApp saya di tombol dibawah ini :

Atau Mungkin anda ingin melihat Review Orang-orang tentang aplikasi ini ?? boleh… bisa di tonton video saya berikut ini :

Algoritma Aplikasi Naive Bayes merupakan sebuah metode klasifikasi data, sering juga di bangku kuliah disebut sistem rekomendasi atau prediksi, tergolong dalam algoritma Supervised karena memerlukan data class/label pada data training

Source code algoritma naive bayes php ini merupakan algoritma yang sangat popular di kalangan mahasiswa teknik informatika karena perhitunganya yang sangat sederhana sehingga mudah untuk dipelajari

Metode ini mempunyai rate akurasi yang cukup tinggi

Dalam artikel ini saya akan mereview aplikasi naive bayes buatan saya, point-point yang akan saya bahas selanjutnya adalah sebagai berikut :

Table of Contents Aplikasi Naive Bayes

• Spesifikasi Aplikasi Algoritma Naive Bayes Data Mining
• Contoh Dataset Algoritma Naive Bayes
• Fitur Aplikasi Datamining Naivebayes
  • Fitur Login
  • Fitur Upload Excel Dataset
  • Fitur Inisialisasi Dataset
  • Fitur Performance
  • Fitur Performance Akurasi
• Fitur Prediksi
• Apakah Aplikasi Naivebayes ini Hasilnya Valid ?
• Feedback yang sudah menggunakan
• Apakah Dapat di Customisasi Sesuai Kebutuhan ?

Spesifikasi Aplikasi Algoritma Naive Bayes Data Mining

Untuk menjalankan aplikasi ini menggunakan environtmen dibawah ini :

• PHP Versi 7.4
• Codeigniter 3
• Dapat dijalankan di Web Server (Xampp, Wampp, Mampp, Apache, Nginx)
• HTML, Js, Css (Bootstrap 4)

Contoh Dataset Algoritma Naive Bayes

Dataset dibawah ini adalah salah satu contoh dataset yang siap di implementasikan kedalam aplikasi naivebayes,

outlook	temperature	kelembapan	berangin	bermain_golf
Hujan	Panas	Tinggi	Tidak	Tidak
Hujan	Panas	Tinggi	Ya	Tidak
Mendung	Panas	Tinggi	Tidak	Ya
Cerah	Hangat	Tinggi	Tidak	Ya
Cerah	Dingin	Normal	Tidak	Ya
Cerah	Dingin	Normal	Ya	Tidak
Mendung	Dingin	Normal	Ya	Ya
Hujan	Hangat	Tinggi	Tidak	Tidak
Hujan	Dingin	Normal	Tidak	Ya
Cerah	Hangat	Normal	Tidak	Ya
Hujan	Hangat	Normal	Ya	Ya
Mendung	Hangat	Tinggi	Ya	Ya
Mendung	Panas	Normal	Tidak	Ya
Cerah	Dingin	Tinggi	Ya	Tidak
Hujan	Hangat	Normal	Tidak	???

Dataset diatas menceritakan sebuah kondisi iklim, dimana terdapat kondisi outlook, temperature, kelembapan dan berangin dan pada akhirnya akan bermain golf atau tidak

Data Atribute nya adalah : outlook, temperature, kelembapan, berangin

Sedangkan data Label/Class nya adalah : bermain_golf

Fitur Aplikasi Datamining Naivebayes

Aplikasi ini mempunyai keunggulan dapat support semua jenis dataset,

Walaupun data yang digunakan berbeda-beda, namun aplikasi ini akan membaca data yang diupload dan otomatis memisahkan mana atribute & labelnya tanpa terkecuali layaknya software rapidminer

Fitur Login

User tidak dapat mengakses fitur-fitur yang lain jika tidak login terlebih dahulu, fitur login diaplikasi ini hanya 1 role user yaitu admin, namun tidak menutup kemungkinan untuk memodifikasi fitur login sehingga dapat digunakan user role bertingkat (admin, user)

Seperti beberapa orang yang sudah pernah menggunakan aplikasi ini

Fitur Upload Excel Dataset

Fitur ini digunakan untuk memasukan/upload dataset dalam bentuk excel, secara otomatis sistem ini akan mendeteksi datanya, memisahkan mana atribute dan mana label, yang kemudian ditampilkan dalam bentuk tabel diaplikasi

Lantas bagaimana jika dataset yang diupload berbeda ??

Ya Betul !! sebenarnya disinilah nilai + aplikasi ini, bisa sangat fleksibel, sehingga bisa digunakan oleh semua jenis dataset

Fitur Inisialisasi Dataset

Fitur inisialisasi ini akan memisahkan data atribute dan label, ditandai dengan warna kuning yaitu atribute pendukung dan warna biru yaitu label/class.

Fitur Performance

Fitur ini yang sering dibutuhkan mahasiswa teknik informatika untuk menguji seberapa besar akurasi algoritma naive bayes ini terhadap dataset mereka,

Terdapat juga pilihan prosentase data training yang akan digunakan, jika kita memilih data training 70% maka secara otomatis data testingnya sebesar 30%,

Misalnya datanya ada 100 baris, maka akan dipisah sebesar 70 baris dimulai dari yang paling atas untuk dijadikan data training, dan sisanya 30 baris akan dijadikan data testing

Fitur Performance Akurasi

Hasil akurasi adalah bagian dari proses performance, rumus akurasi ini sesuai dengan rumus confussion matrix,

Hasil testing dari 30 baris dataset juga sudah ditampilkan diatas hasil akurasinya, mana yang benar dan mana yang salah terpampang jelas disana

Dataset diatas hanya ada 20 baris, data mining membutuhkan data yang banyak untuk meningkatkan nilai akurasinya

Fitur Prediksi

Fitur ini berfungsi untuk memprediksi satu persatu dan melihat detail dari hasil perhitunganya, sebelah kiri adalah form input dropdown, kalian tinggal pilih saja atribute dan nilai-nilainya kemudian klik tombol prediksi

Maka hasilnya akan tampil di sebelah kanan,

Isian form ini juga dinamis, berdasarkan dataset yang diupload diawal sistem akan otomatis menampilkan atribute-atribute isian beserta nilai dropdown nya dalam bentuk form

Apakah Aplikasi Naivebayes ini Hasilnya Valid ?

Hasilnya valid !! sudah banyak di testing dan diuji sama banyak orang, dengan perhitungan tools, perhitungan manual, hasilnya sama..

Untuk masalah ini biar salah satu dari teman-teman saya yang membuktikanya,

Mungkin kalian ingin bandingkan sendiri dengan dataset kalian masing2 ??

Feedback yang sudah menggunakan

Kalian bisa melihat komentar-komentar orang-orang yang sudah pernah menggunakan aplikasi ini di youtube

Tentunya saya punya review aplikasi ini versi video di youtube, bisa anda tonton setelahnya

Apakah Dapat di Customisasi Sesuai Kebutuhan ?

Tentunya fitur yang ada di aplikasi ini terabatas, tetapi aplikasi ini sangat fleksibel untuk di customisasi, salah satu yang sering saya customisasi untuk para customer saya adalah pemberian fitur database pada dataset naive bayes, serta fitur manajemen login bertingkat admin & user

Kalian bisa menghubungi saya melalui tombol whatsapp yang muncul pada layar anda jika ingin mendapatkan aplikasi ini atau mungkin anda ingin mencustomisasinya

Harga aplikasi ini relatif murah yaitu : Rp. 250.000,- (nilai yang murah demi kelancaran studi & riset kalian) + Full Support dari saya sampai aplikasi benar-benar berjalan normal di laptop/pc kalian

“Aplikasi text mining ini menggunakan metode naive bayes, sangat cocok untuk referensi studi atau riset skripsi text mining

Content of Aplikasi Text Mining

• Tentang Algoritma Text Mining
• Contoh Penerapan Aplikasi Text Mining
• Contoh Dataset Aplikasi Text Mining Naive Bayes
• Halaman Login
• Halaman Dashboard
• Halaman Dataset
• Halaman Text Mining Naive Bayes
• Halaman Inisialisasi Proses
• Halaman Performa Aplikasi Text Mining
• Halaman Prediksi Manual
• Kesimpulan
• Review orang-orang yang sudah pernah menggunakan aplikasi ini

Tentang Algoritma Text Mining

Algoritma aplikasi text mining adalah proses ekstraksi informasi dalam data teks atau dokumen. Algoritma ini biasanya menggunakan teknik-teknik pemrosesan bahasa alami (natural language processing) untuk melakukan analisis pada data teks dan mengidentifikasi pola, hubungan, dan informasi penting dalam dokumen tersebut.

Contoh Penerapan Aplikasi Text Mining

Salah satu yang sering digunakan pada kasus Sentiment analysis:

Algoritma ini digunakan untuk mengekstrak informasi tentang opini atau sentimen yang terkandung dalam dokumen. Misalnya, apakah sebuah ulasan tentang produk tertentu positif atau negatif.

Contoh Dataset Aplikasi Text Mining Naive Bayes

response	label
pakai aplikasi livin saja itu lebih mudah	Positif
livin mandiri kalian eror engga ?	Negatif
lumayan ga sih, pake voucher livin mandiri https://t.co/mhomxki71d	Positif
@abcdef__007 @saeval aplikasi livin dari bank mandiri sudah bisa	Positif
@ahmadrizki_m @mirradina kamu pasti nasabah bank mandiri juga kan? coba cek livin	Positif
pakai livin mandiri kak, qr nya	Positif
beli paket data xl xtra combo di livin by mandiri	Positif
@anitaaa1310 @discountfess bener ta 6k doang pake livin mandiri	Positif
@ask_axis halo kak, saya pengguna axis terus mau daftar m baking livin mandiri, tetapi saat verifikasi ke nomer telpon tidak masuk sms kode verifikasinya gimna ya kak??? sudah dicoba berkali kali selama 3 minggu yg lalu gagal terus.	Negatif
@asyagiselle aku juga pake livin mandiri nih biar makin memudahkan aku juga cari destinasi liburan	Positif
@asyagiselle asikkk banyak fitur baru di livin mandiri	Positif
@asyagiselle bener banget dengan livin mandiri bisa transaksi apapun dengan mudah	Positif
@asyagiselle berkat livin mandiri, aku jadi bisa mudah pesan tiket buat liburan	Positif
@asyagiselle cuma di satu aplikasi bisa semuanya. ya hanya di livin mandiri	Positif
@asyagiselle di livin mandiri juga ada fitur investasi mulai dari 100ribu aja?	Positif
@asyagiselle fitur sukha di livin mandiri bisa buat transaksi beli tiket dll itu yang bikin betah gunainnya	Positif
@asyagiselle fiturnya lengkap banget deh livin mandiri ini	Positif
@asyagiselle hebatnya livin mandiri itu sudah terkoneksi dg marketplace dan e-wallet loh.	Positif
@asyagiselle kalo mudah gini jadi makin nyaman pake livin mandiri	Positif
@asyagiselle liburan jadi makin easy karena ada livin mandiri	Positif

Dataset diatas adalah data status twitter orang-orang tentang review aplikasi Livin Mandiri, dimana sangat bervariasi sekali opini dari orang-orang, disini sudah saya beri label positif/negatif pada setiap opini

Harapanya pada aplikasi text mining ini dapat mengklasifikasikan opini yang baru masuk secara otomatis

Halaman Login

Seperti biasa untuk masuk kedalam aplikasi ini diwajibkan untuk login terlebih dahulu, username : admin dan password : admin

Fitur login ini masih 1 role saja yaitu admin, namun tidak menutup kemungkinan untuk dimodifikasi sesuai kebutuhan kalian jika ingin memodifikasi menjadi akses level yang bertingkat seperti Admin & User

Halaman Dashboard

Setelah login maka akan tampil halaman dashboard ini, saat ini aplikasi hanya menampilkan tulisan sederhana seperti gambar diatas ini, masih banyak ruang tersisa untuk kalian modifikasi menjadi desain yang identik dengan desain kalian

Halaman Dataset

Pada halaman ini kalian bisa menambahkan sendiri data training yang akan dimasukan kedalam aplikasi text mining dapat juga kalian edit dan hapus di menu dataset ini

Tidak ada batasan jumlah dataset yang dapat diinput, alias unlimited

Halaman Text Mining Naive Bayes

Halaman ini adalah sub menu dari Text Mining Naive Bayes, dataset yang sudah di inputkan pada halaman dataset tadi akan ditampilkan kembali berupa tabel dengan 2 kolom, kolom 1 adalah response / data text, dan yang kedua adalah label / sentimen / class

Halaman Inisialisasi Proses

Halaman inisialisasi proses berfungsi untuk memisahkan data atribute & class, selain itu disini juga terdapat preprocessing data, bisa dilihat pada kolom atribute pendukung dan kolom atribute pendukung preprocessing,

Sistem akan otomatis menghilangkan spesial karakter dan karakter-karakter lain yang dinilai tidak relevan dalam perhitungan algoritma

Halaman Performa Aplikasi Text Mining

Pada sub menu ini kalian dapat menguji performa akurasi dari algoritma text mining ini, dengan cara memilih prosentase data training seperti pilihan diatas

Jika anda memilih data training 70% maka data testing akan otomatis menjadi 30%, jika anda memilih data training 80% maka data testing akan otomatis menjadi 20%

Setelah pilih 70% data training, maka akan tampil dibawahnya list data trainingnya, bisa di scroll kebawah hingga ketemu pada tabel data testing

Data testing akan ditampilkan dengan tabel yang berwarna kuning, sedangkan data training dengan tabel yang berwarna hijau

Tabel dibawahnya adalah proses testing, disini akan ditampilkan data testing dengan tambahan kolom disamping adalah hasil testing nya

Hasil ini dapat kalian lihat pada bagian akhir dari proses performance setelah tabel proses testing, Hasil algoritma text mining dengan akurasi lebih dari 74% sudah termasuk baik sekali, berbeda dengan hasil algoritma selain text mining

Halaman Prediksi Manual

Dihalaman ini kalian dapat menginputkan kalimat apapun, bebas, dan bisa memprediksinya, contoh seperti gambar diatas ini, saya menginputkan kalimat : “sebaiknya perubahan ini disikapi baik oleh masyarakat”

Kemudian klik tombol prediksi, maka akan tampil hasil prediksi disamping kanan hasilnya

Kesimpulan

Aplikasi text mining ini menggunakan algoritma naive bayes, berbasis web dengan bahasa pemrograman php,

Untuk anda para subscriber saya, saya jual dengan harga Rp. 300.000,- (nilai yang murah demi kelancaran studi/riset kalian semua) + Full Support dari saya sampai aplikasi benar-benar berjalan normal di laptop/pc kalian

Jika anda tertarik & minat dengan aplikasi ini, atau anda ingin memodifikasi aplikasi ini bisa hubungi saya di tombol WhatsApp yang ada di bawah ini :

Review orang-orang yang sudah pernah menggunakan aplikasi ini