27
Gambar 2.19 : Tampilan Awal GUI WEKA
Sumber: www.cs.waikato.ac.nz/ml/weka/
WEKA mulai dikembangkan sejak tahun 1994 dan telah menjadi software data
mining open source yang paling popular. WEKA mempunyai kelebihan seperti
mempunyai banyak algoritma data mining dan machine learning, kemudahan dalam
penggunaannya, selalu up-to-date dengan algoritma-algoritma yang baru. Software
WEKA tidak hanya digunakan untuk akademik saja namun cukup banyak dipakai
oleh perusahaan untuk meramalkan bisnis dari suatu perusahaan. Ian H. Witten
merupakan latar belakang dibalik kesuksesan WEKA. Beliau merupakan profesor di
Universitas of Waikato, New Zealend, yang menekuni Digital Library, Text Mining,
Machine Learning dan
Information Retrieval. Pada Weka ada beberapa metode
pemilihan variable
dari suatu dataset,
diantaranya BestFirst, ExhautiveSearch,
FCBFSearch, GeneticSearch, GreedyStepwise,
RaceSearch, RandomSearch,
Rankerdan,
RankerSearch.
Metode atau Teknik yang digunakan Weka adalah
Predictive
dan Descriptive
karena Weka mendukung teknik-teknik data
preprocessing, clustering, classification, regression, visualization, dan
feature
Reduction. Semua teknik Weka adalah didasarkan pada asumsi bahwa data tersedia
sebagai flat file
tungggal atau hubungan, dimana setiap titik data digambarkan oleh
sejumlah tetap atribut (biasanya, atribut numeric atau nominal, tetapi beberapa jenis
atribut lain juga didukung).
2.7.1
Format Input WEKA
WEKA mendukung beberapa format file untuk inputnya, yaitu:
Comma Separated Values
(CSV): Merupakan file
teks dengan
pemisah tanda koma (,) yang cukup umum digunakan. File ini
dapat dibuat dengan menggunakan Microsoft Excel atau membuat
sendiri dengan menggunakan notepad.
 |