Metode Klasifikasi Menggunakan Program WEKA

kami akan memposting sebuah laporan hasil dari hasil pengujian penggunaan program WEKA. Check this out!

yang penasaran downloadnya di mana :
http://www.cs.waikato.ac.nz/ml/weka/downloading.html

datanya kita bisa download di sini :
https://archive.ics.uci.edu/ml/datasets.html?format=mat&task=cla&att=&area=&numAtt=less10&numIns=&type=&sort=nameUp&view=table

Ini hasil laporan uji coba WEKA

BLOGGER

Disusun oleh :

1.    1503015050    Fadila Bachriansyah

2.    1503015142    Wise Aditiya Martana

Deskripsi Permasalahan

                Karena penggunaan internet semakin meningkat, maka perkembangan pengguna blogger dan kontennya semakin berkembang. Kami mengkategorikan pemakai jasa blogger dalam pertimbangan – pertimbangan. Pertimbangan tersebut diantaranya adalah ProBlogger, Local Political and Social Space, Local Media Turnover, Topic, Political Caprice, dan Degree.

Deskripsi attribut

1.      @attribut, ProBlogger, nominal, (yes, no)

keterangan : sang pengguna blogger ahli atau tidak?

2.      @attribut, local Political and Social Space, nominal (yes, no)

keterangan : blogger tersebut mempengaruhi lingkup sosal dan politik atau tidak?

3.      @attribut, Local Media Turnover, nominal (yes, no)

keterangan : blogger tersebut mempengaruhi omset media local atau tidak?

4.      @attribut, Topic, nominal (impression, political, tourism, news, scientific)

keterangan : topik apa saja yang dapat tersaji pada suatu blogger?

5.      @attribut, Caprice, nominal (left, right, middle)

keterangan : macam ragam politik

6.      @attribut, Degree, nominal (High, medium, low)

keterangan : tingkat pendidikan yang bisa mengakses blogger?

Hasil Eksperimen

No. Eksperimen	Metode Classifier	Metode Evaluasi	F-Measure rata-rata
1	Decision Stump	Cross-validation	0,559
2	J48	Cross-validation	0,709
3	Decision Table	Percentage Split 20%	0,502

Kesimpulan

Dari Eksperimen yang kami coba, metode classifier yang lebih baik diantara 3(tiga) metode yang kami lakukan adalah metode J48 dengan F-measure rata-rata tertinggi yaitu 0,709.

ScreenShot data hasil dari pengujian dengan program WEKA

Gambar dibawah ini adalah pengujian menggunakan metode classifier Decision Stump dengan metode evaluasi Cross-Validation

 

Gambar dibawah ini adalah pengujian menggunakan metode classifier J48 dengan metode evaluasi Cross-validation

 

 

Gambar dibawah ini adalah pengujian menggunakan metode classifier Decision Table dengan metode evaluasi Percentage Split 20%

 

 

  

Referensi

http://stackoverflow.com/questions/10341701/convert-csv-to-arff-using-weka  

https://archive.ics.uci.edu/ml/datasets/BLOGGER