Perbandingan Aplikasi Data Mining WEKA Dan SPSS Climentine Menggunakan Dataset Mahasiswa

Authors

  • Priati Priati

Abstract

Data mining dapat dilakukan dengan aplikasi yang bersifat komersil seperti SPSS Celemtine maupun yang open source seperti WEKA. Aplikasi-aplikasi tersebut akan mempermudah dalam melakukan penggalian data. Penelitian data mining menggunakan aplikasi-aplikasi tersebut sudah banyak dilakukan akan tetapi jarang yang mencoba untuk membandingkan penggunaan aplikasinya. Hal ini mengakibatkan banyak pertanyaan mengenai aplikasi data mining apa yang baik untuk digunakan. Ilmu data mining hadir untuk memberikan solusi penanganan tumpukan data. Penggalian data mahasiswa yang dilakukan dengan cermat akan memberikan hasil yang memuaskan dan menghasilkan solusi yang bukan sesaat akan tetapi solusi yang bisa diterapkan secara berkesinambungan dan berkelanjutan. WEKA dan SPSS Clementine sangat mudah digunakan dengan dukungan algoritma yang tergolong banyak dan lengkap. Dalam penelitian ini digunakan metode klasifikasi serta membandingkan hasilnya. Perbandingan dilakukan pada 1160 dataset mahasiswa. Hasil penggalian data dengan kedua aplikasi ini mengindikasikan bahwa menggunakan WEKA maupun SPSS Clementine pada dasarnya adalah sama saja karena persentase akurasi hasil analisisnyapun hampir sama. Pada WEKA akurasi yang dihasilkan adalah 80,3446% dan pada SPSS Celemtine akurasi yang dihasilkan adalah 80,52%.

References

Jefri. Implementasi Algoritma C4.5 Dalam Aplikasi Untuk Memprediksi Jumlah Mahasiswa Yang Mengulang Mata Kuliah Di STMIK AMIKOM Yogyakarta, Yogyakarta. 2013

Witten, Ian H, dkk. Data Mining: Practical Machine Learning Aplkation and Techniques. Morgan Kaufmann Publishers Inc. San Francisco, CA, USA. 2011

Santoso, Singgih. Statistik Multivariat, Jakarta : PT Gramedia. 2010

SPSS Inc. Clementine 11.1 User’s Guide. SPSS Incorporated. 2007

Larose, Daniel. T. Discovering Knowledge in Data: An Introduction to Data Mining. John Willey & Sons. Inc. 2005

Satyanarayana, A. Software Tools For Teaching Undergraduate Data Mining Course. New York City College of Technology. 2013.

Dunham, M.H. Data Mining Introductory And Advanced Topic. New Jersey: Prentice Hall. 2003.

Downloads

Published

2018-03-08