Tugas Data Mining

DATA MINING


Assalamualaikum Wr. Wb Pak

Nama    : VIRA AZIZAH
NIM      : 3420210007
Prodi     : Teknik Informatika

Berikut Ini Tugas Pertemuan 14  Yang Sudah Saya Kerjakan :


Latihan Process 15

 (Data Manipulation)



  • Kita akan memisahkan category_code berdasarkan simbol [.] menjadi 3.






  • Kita akan mengganti missing value dengan nilai (-).




  • Akan ada perbedaan jumlah data jika kita menerapkan filter missing value tanpa mereplace missing valuenya.





  • Pada kolom order_id terlihat komposisi angkanya cenderung sama. Kita akan memotong 11 karakter di depannya.








Latihan Process 16

 (Data Manipulation)




  • Separator untuk 2 attribute tersebut diisi spasi.



  • Parameter replenishment value diisi spasi.



































Cukup Sekian Dan Terima Kasih 

Semoga Bermanfaat Dan Sukses Selalu Ya

Sampai Bertemu Di Pertemuan Selanjutnya Ya, Dadah hihihi




 

Komentar

Posting Komentar

Postingan populer dari blog ini

Tugas Data Mining

Gambar
  DATA MINING Assalamualaikum Wr. Wb Pak Nama    : VIRA AZIZAH NIM      : 3420210007 Prodi     : Teknik Informatika Berikut Ini Tugas Pertemuan 12  Yang Sudah Saya Kerjakan : Latihan Process 12 Rename Attribute Total 200 ribu record. Pilih field tertentu saja yang di tampilkan. Exclude attributes artinya field yang dipilih tidak di tampilkan. Latihan Process 13 Kolom price akan kita ubah menjadi bilangan bulat. Menambahkan simbol mata uang pada kolom price. Mengubah format tanggal. Field event_time berubah menjadi tipe nominal yang akan berpotensi menyebabkan error pada proses analisa. Mengubah field event_time menjadi date kembali. Mengatur urutan order field dari kiri ke kanan. Cukup Sekian Dan Terima Kasih  Semoga Bermanfaat Dan Sukses Selalu Ya Sampai Bertemu Di Pertemuan Selanjutnya Ya, Dadah hihihi
Baca selengkapnya

Tugas Data Mining

Gambar
 Data Mining Assalamualaikum Wr. Wb Pak Nama    : VIRA AZIZAH NIM      : 3420210007 Prodi     : Teknik Informatika Berikut Ini Tugas Pertemuan 7  Yang Sudah Saya Kerjakan : Drag and drop dataset dari Repository ke Process Example Set Data Field “play” adalah merupakan sebuah label dari data. Example Set Statistics Example Set Visualizations Operator Drag and drop decision tree dari Operators ke Process. Decision Tree Result History Save Process As Save Process As atau New Process untuk membuat proses baru. Default path untuk Local Repository. Cukup Sekian Dan Terima Kasih  Semoga Bermanfaat Dan Sukses Selalu Ya Sampai Bertemu Di Pertemuan Selanjutnya Ya, Dadah hihihi
Baca selengkapnya