RapidMiner memiliki kurang lebih 500 operator data mining, termasuk operator untuk input, output, data preprocessing dan visualisasi. RapidMiner merupakan software yang berdiri sendiri untuk analisis data dan sebagai mesin data mining yang dapat diintegrasikan pada produknya sendiri. RapidMiner ditulis dengan munggunakan bahasa java sehingga dapat bekerja di semua sistem operasi.
RapidMiner sebelumnya bernama YALE (Yet Another Learning Environment), dimana versi awalnya mulai dikembangkan pada tahun 2001 oleh RalfKlinkenberg, Ingo Mierswa, dan Simon Fischer di Artificial Intelligence Unit dari University of Dortmund.
RapidMiner didistribusikan di bawah lisensi AGPL (GNU Affero General Public License) versi 3. Hingga saat ini telah ribuan aplikasi yang dikembangkan mengunakan RapidMiner di lebih dari 40 negara. RapidMiner sebagai software open source untuk data mining tidak perlu diragukan lagi karena software ini sudah terkemuka di dunia.
RapidMiner menempati peringkat pertama sebagai Software data mining pada polling oleh KDnuggets, sebuah portal data-mining pada 2010-2011
RapidMiner menyediakan GUI (Graphic User Interface) untuk merancang sebuah pipeline analitis. GUI ini akan menghasilkan file XML )Extensible Markup Language) yang mendefenisikan proses analitis keingginan pengguna untuk diterpkan ke data. File ini kemudian dibaca oleh RapidMiner untuk menjalankan analis secara otomatis.
Anda dapat mendownload RAPIDMINER DISINI
RapidMiner memiliki beberapa sifat sebagai berikut:
Ditulis dengan bahasa pemrograman Java sehingga dapat dijalankan di berbagai sistem operasi.
Proses penemuan pengetahuan dimodelkan sebagai operator trees
Representasi XML internal untuk memastikan format standar pertukaran data.
Bahasa scripting memungkinkan untuk eksperimen skala besar dan otomatisasi eksperimen.
Konsep multi-layer untuk menjamin tampilan data yang efisien dan menjamin penanganan data.
Memiliki GUI, command line mode, dan Java API yang dapat dipanggil dari program lain.
Beberapa Fitur dari RapidMiner, antara lain:
Banyaknya algoritma data mining, seperti decision treee dan self-organization map.
Bentuk grafis yang canggih, seperti tumpang tindih diagram histogram, tree chart dan 3D Scatter plots.
Banyaknya variasi plugin, seperti text plugin untuk melakukan analisis teks.
Menyediakan prosedur data mining dan machine learning 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
Mengintegrasikan proyek data mining Weka dan statistika R
Artikel ini diadobsi dari Perpustakaan STMIK Budidarma
0 Komentar