Menyiapkan materi tutorial pemakaian WEKA

Tahun ini di kantor saya (PTIK-BPPT) dimulai kegiatan riset datamining dengan anggota sekitar 12 orang (termasuk di dalamnya Bowo Prasetyo, mas Dwi Handoko, mas Teduh, mas Gunarso, mas Agus Sainjati, mas Made, mbak Vitri, Desi dll). Alhamdulillah kegiatan diskusi bulanan sudah berjalan 4 kali dengan lancar. Setiap kesempatan diskusi, selain kemajuan riset (ehm…maaf, temanya masih confidential..hehehe) diadakan juga tutorial datamining, karena bidang ini masih baru bagi kebanyakan dari kami. Bowo-kun membuka tutorial dengan pengenalan association rule dan risetnya saat masih studi di Todai (Tokyo Univ.). Berikutnya saya menyambung dengan aplikasi datamining di bioinformatika dan terakhir kemarin membahas SOM (yang sama dengan presentasi saya di e-kolokium komunitas softcomputing).

Bulan ini kami dibantu oleh 4 mahasiswi ITTelkom yang memang mengkhususkan risetnya ke datamining (bimbingannya mas Arief Bijaksana). Wah, ternyata pasukan mojang priangan ini punya kemampuan yang menjanjikan, dan kami sangat terbantu.

Diskusi rutin berikutnya dijadwalkan 22 Juli 2008. Saya masih mikir-mikir apa yang akan disampaikan ya ? Sebenarnya Bowo-kun ingin menyampaikan hasil studinya mengenai buku webmining, tetapi sepertinya waktunya cukup padat. Mungkin menarik apabila kami belajar bersama software datamining open source WEKA. Kebetulan saya sudah punya buku pendamping yg ditulis oleh Witten-Frank, jadi materinya sudah ada. Kenapa WEKA ? Karena free open source software (FOSS), dan itu sesuai dengan keberadaan group riset datamining kami yang merupakan satu sub dari group FOSS (komandannya mas Oskar) di PTIK-BPPT.

Yang paling baik sebenarnya meng-coding sendiri algoritma yang akan dipakai. Tetapi kadangkala keterbasan waktu, membuat kita tidak banyak waktu untuk sekedar coba-coba (preliminary experiment) antara satu algoritma dengan yang lain. Bagi saya, WEKA sangat tepat untuk tujuan itu, dan baru kemudian kalau sudah jelas arah yg dituju, lebih baik coding sendiri dari nol. Apalagi kalau nantinya akan membuat algoritma sendiri, atau memperbaiki algoritma yg sudah ada. Jauh lebih efisien kalau coding sendiri daripada mulai dengan membaca coding org lain.