Monday, November 30, 2020

Text Preprocessing dengan RStudio

Assalamualaikum Wr. Wb.

disini saya akan menjelaskan contoh text preprocessing dengan menggunakan RStudio.

langkah pertama adalah menginstall packages




kemudian memanggil setiap packages menggunakan perintah library


selanjutnya adalah membaca file dataset yang telah ada sebelumnya menggunakan perintah

langkah berikutnya adalah melakukan proses text preprocessing dengan perintah dibawah ini


Sekian dari saya, mohon maaf jika terdapat banyak kesalahan.
Wassalamualaikum Wr. Wb.


Monday, October 19, 2020

Crawling Data Twitter Menggunakan RStudio

Assalamualaikum. Wr. Wb.

Disini saya akan mencoba melakukan data scrapping menggunakan RStudio. Data yang saya gunakan adalah hashtag #touring di Twitter.

Sebelumnya instal R terlebih dahulu, lalu instal R studio. silahkan kunjungi web R studio.

ok, mari kita lanutkan, dalam membuat web scraping menggunakan Software R studio adapun langkah-langkahnya sebagai berikut:

STEP 1:

Install terlebih dahulu packages yang akan digunakan untuk autentifikasi Twitter

#Install package: install.packages("twitteR") install.packages("ROAuth") install.packages("RCurl") install.packages("expss")

STEP 2:
Setelah packagesnya terinstall, maka kita akan running packages tersebut

library(twitteR) library(ROAuth) library(RCurl) library(expss)

STEP 3:
Kita mendownload sertifikat dari curl
download.file(url="http://curl.haxx.se/ca/cacert.pem", destfile = "cacert.pem")
STEP 4:
Selanjutnya kita akan request izin Twitter menggunakan token key yang di dapat di laman developer.twitter.com

reqURL <-"https://api.twitter.com/oauth/request_token" accessURL <-"https://api.twitter.com/oauth/access_token" CUSTOMER_KEY <- "isi api key anda" CUSTOMER_SECRET <-"isi key secret anda" ACCESS_TOKEN <- "isi access token anda" ACCESS_SECRET <-"isi access secret anda"
STEP 5:
Langkah selanjutnya adalah men-setup authorization Twitter
setup_twitter_oauth(CUSTOMER_KEY, CUSTOMER_SECRET, ACCESS_TOKEN, ACCESS_Secret) 1
STEP 6:
Pengambilan Data dari Twitter

#Mengambil tweet tentang corona dengan filter language versi bahasa indonesia search.string <-"#touring" no.of.tweets <- 50 #Versi bahasa indonesia touring.tweets <- searchTwitter(search.string, n=no.of.tweets,lang="id",) df_id <- do.call("rbind", lapply(touring.tweets, as.data.frame)) view(df_id)


Sekian dari saya, mohon maaf jika terdapat banyak kesalahan dan kekurangan

Wassalamualaikum. Wr. Wb. 

Saturday, June 27, 2020

Metode FP Growth Menggunakan RStudio


Assalamualaikum Wr. Wb.
disini saya akan membuat postingan tentang cara mengerjakan FP Growth menggunakan RStudio.

Langkah yang pertama adalah kita mengubah data mentah menjadi dataset yang siap diimport ke dalam RStudio
data mentah


dataset yang siap dimasukkan ke dalam RStudio

Kemudian langkah selanjutnya adalah membuka RStudio dan menginstall beberapa packages. package yang diinstall adalah:
install.packages("arules")
install.packages("arulesViz")
install.packages("Matrix")
setelah itu kita run script tersebut


kemudian kita perlu memanggil atau meng-include kan script tersebut dengan mengetikkan
library(arules)
library(arulesViz)
library(Matrix) 
jika sudah maka kita run scriptnya


maka di bagian console akan muncul hasilnya

setelah semua packages diinstall dan dimasukkan, maka yang selanjutnya adalah mengubah dataset kita dari yang sebelumnya numeric menjadi matrix dengan mengetikkan kode dibawah ini
 
qq=as.matrix(sample)
qq=as(qq,"transactions")
setelah itu kita mulai menggunakan metode apriori dengan mengetikkan kode dibawah ini
 rules=apriori(qq,parameter = list(supp=0.2,conf=0.5,minlen=2))



selanjutnya kita sortir hasilnya berdasarkan dengan "lift" dan melihat hasilnya
rules=sort(rules, by="lift")
inspect(rules)


kemudian kita ubah hasil tersebut menjadi sebuah grafik
plot(rules,method="graph",control=list(type="itemsets"))

setelah itu kita berusaha mengurangi redundansi dengan kode berikut
subset.matrix<-is.subset(rules,rules)
subset.matrix[lower.tri(subset.matrix,diag=T)]<-NA
redundant<-colSums(subset.matrix,na.rm=T)>=1
which(redundant)


terakhir adalah mengubah data tersebut menjadi sebuah plot grafik yang menampilkan data
rules.pruned<-rules[!redundant]
inspect(rules)
plot(rules)

sekian dari saya, mohon maaf apabila terdapat banyak kesalahan baik disengaja maupun tidak disengaja.
Wassalamualaikum Wr. Wb.

Monday, April 27, 2020

Metode Naive Bayes Menggunakan RStudio

Assalamualaikum Wr. Wb.

Disini saya akan menjelaskan tentang metode naive bayes menggunakan aplikasi RStudio. Langkah-langkahnya adalah sebagai berikut:

1. Buka Aplikasi RStudio


2. Copy data excel yang telah kita buat


3. Tulis kode seperti dibawah ini

alfian=read.delim("clipboard")
View(alfian)
install.packages("caret")
library(e1071)
library(caret)
sampel=sample(11,9)
training=data.frame(alfian)[sampel,]
testing=data.frame(alfian)[-sampel,]
modelNB=naiveBayes(Diterima~.,data = training)
prediksi=predict(modelNB,testing)
hasil=confusionMatrix(table(prediksi,testing$Diterima))
length(prediksi)
length(testing$Diterima)



*keterangan  
install.packages : untuk menginstall package yang akan digunakan library: untuk memanggil package yang sudah diinstallsample: data yang akan digunakan untuk percobaan


4. Setiap baris kode harus di run satu persatu

berikut dibawah ini adalah video penjelasannya.


Sekian dari saya, mohon maaf jika banyak kekurangan
Wassalamualaikum Wr.Wb.