1. Project
  2. Primavera P6
  3. MS. Project
  4. Orange HRM
  5. ArcView
  6. MapInfo
  7. ArcGis
  8. QGIS
  9. SMS Gateway
  10. Bahasa R
  11. Datamining WEKA
  12. Datamining RapidMiner

Lembaga Peduli Pendidikan Masyarakat

Jl. Raya Lenteng Agung No 6 / Gg Realita Seberang Halte Kampus UI Depok 021-22712148 | 081294749250 | 082111476069 | 085279959498 |
Desktop | Web | Mobile | Database | Project | Olah Data | 2d / 3d | Audio Video | Embedeed System | ERP | Cloud / Server | Pajak | Sertifikasi | Tentang |

INFO KURSUS RAPIDMINER DI LP2M ARAY


default image lp2maray.jpg


PENDAHULUAN RAPIDMINER

RapidMiner adalah aplikasi data mining yang tidak perlu dipertanyakan lagi dan berbasis sistem open-source dunia yang terkemuka dan ternama. Software ini Sebelumnya dikenal sebagai YALE (Yet Another Learning Environment:2001) menyediakan lebih dari 400 belajar dan preprocessing operator dan kombinasi yang tak terhitung jumlahnya untuk semua tugas data mining. Di antara fitur baru adalah ruang kerja untuk proyek yang berbeda dengan meningkatkan visualisasi dari kriteria kinerja seperti kurva ROC rata-rata atau plot 3D dari matriks .

RapidMiner Tersedia sebagai aplikasi yang berdiri sendiri untuk analisis data dan sebagai mesin data mining untuk integrasi ke dalam produk sendiri. Ribuan aplikasi RapidMiner di lebih dari 40 negara memberikan pengguna mereka keunggulan yang kompetitif.
RapidMiner menyediakan prosedur data mining dan machine learning, di dalamnya termasuk: ETL (extraction, transformation, loading), data preprocessing, visualisasi, modelling dan evaluasi. Proses data mining tersusun atas operator-operator yang nestable, dideskripsikan dengan XML, dan dibuat dengan GUI. Penyajiannya dituliskan dalam bahasa pemrograman Java. Juga kemampuannya dalam mengintegrasikan proyek data mining Weka dan statistika R.
Sifatnya adalah Powerfull tapi memiliki antarmuka pengguna grafis yang intuitif untuk desain analisis proses, Repositorinya terbentuk selama proses berjalan

Di dalamnya sudah tersedia utility2 untuk mengelompokkan subprocess, juga macro dan logger. Repository access Untuk membaca dan menulis repository. Import Untuk membaca dari berbagai format eksternal. Export Untuk menulis data ke berbagai format eksternal.Data transformation Untuk transformasi data dan metadata. Modelling Untuk proses data mining yang sesungguhnya. Seperti klasifikasi, regresi, clustering, aturan asosiasi dll. Evaluation Untuk menghitung kualitas dari modeling.

Juga proses pengumpulan data yang berkualitas tinggi dan pengetahuan pemodelan + penggunaan algoritma yang tepat diperlukan untuk hasil yang lebih akurat.

FASILITAS BELAJAR

1. Modul Pelatihan
2. Sertifikat Pelatihan


BIAYA PELATIHAN DAN WAKTU

PLZ CALL

Tutorial

Link Pembelajaran RAPIDMINER LP2M ARAY