Ujian Tengah Semester (UTS): Perancangan Workflow Data Mining pada KNIME Analytics Platform

Evaluasi Tengah Semester (UTS): Rekayasa Fitur dan Klasifikasi Data Menggunakan KNIME Analytics Platform

Ujian evaluasi praktik tengah semester mata kuliah Penambangan Data yang berfokus pada perancangan alur kerja penambangan data visual (workflow-based visual data mining) secara menyeluruh menggunakan perangkat lunak KNIME Analytics Platform.

1. Tahapan Workflow KNIME yang Dirancang

1. File Reader & CSV Reader: Membaca dataset terdistribusi mentah dengan deteksi otomatis skema tipe data kolom dan penanganan pemisah desimal/koma.
2. Missing Value Node: Menerapkan strategi imputasi nilai hilang berbasis median untuk data kontinu numerik dan nilai modus untuk atribut kategorikal.
3. Normalizer Node: Menerapkan penskalaan Z-score standardization untuk menyeragamkan rentang skala variansi data input.
4. Partitioning Node: Memisahkan data secara stratified sampling dengan proporsi 80% data latih (training set) dan 20% data uji (test set).
5. Learner and Predictor Nodes: Melatih beberapa algoritma secara paralel (Decision Tree Learner, Naive Bayes Learner, dan Logistic Regression Learner) serta menerapkan Predictor nodes pada data uji.
6. Scorer Node: Mengukur kinerja klasifikasi melalui matriks konfusi komprehensif, metrik akurasi, Cohen's Kappa, Sensitivity, dan Specificity.

2. Berkas Ujian Terlampir

• Berkas alur kerja KNIME resmi: uts_pendat.knwf yang memuat seluruh nodus pemrosesan data terkonfigurasi lengkap dan siap dieksekusi secara instan.