Apa itu .ARFF dan cara membuatnya dari file excel .csv

Saya sedang mencoba untuk menggunakan tools untuk melakukan data mining, yang konon sangat hebat. Nama tool-nya adalah WEKA.  Open source, dengan GNU Public License. Hmm, saya tidak akan membahas tentang WEKA dan tetek bengeknya, maklum, masih mencoba. Saya hanya ingin share tentang format .ARFF yang dipakai sebagai file input ketika menggunakan WEKA Sungguh, saya menghabiskan waktu sejam lebih dikit untuk trial and error, agar WEKA tidak protes.

Apa itu .ARFF ?

.ARFF adalah format file yang digunakan dalam WEKA> Dibuat oleh Andrew Donkin. Konon, ARFF ini singkatan dari “Andrew’s Ridiculos File Format”. Icon file ini adalah gambar burung WEKA (sama seperti aplikasinya). Berikut contoh file .ARFF yang pernah saya buat :

Contoh file .arff

Maaf, kalau terlalu kecil. Jadi, dalam file .arff, ada 2 bagian, Yakni, header, dan data. Dalam file di atas, kotak pertama adalah header, dan kotak ke dua adalah data.

Untuk header, menunjukan nama relasi, kasus di atas, relasinya bernama “WillWait”. Sedangkan untuk baris-baris selanjutnya adalah @attribute[spasi][nama atribut][spasi][tipe data].

Dalam WEKA, ada 4 jenis tipe data, yakni :

1. numeric
   tipe untuk bilangan bulat atau real. Untuk menggunakannya, cukup tulis numeric
2. nominal spesification
   Semua atribut dalam contoh di atas adalah bertipe ini. Semacam enumerasi pada database. Untuk menggunakan atribut ini, gunakan kurung kurawal dan koma untuk mengenumerasi nila-nilai yang mungkin.Contoh :@attribute type {French,Thai,Burger,Italian}
3. string
   Untuk merepresentasikan tipe string. Cara penulisannya, cukup tulis string
4. date[<date-format>]
   Untuk merepresentasikan date. Saya sendiri belum pernah menggunakan tipe ini.

Pada bagian ke dua, yakni data, cukup dituliskan “@data” dan selanjutnya, menulis tiap baris dengan isi data. Tiap atribut dipisahkan dengan tanda koma. Lihat contoh. Untuk atribut yang belum diketahui, cukup diganti dengan tanda tanya “?”. Sedangkan untuk tipe string, gunakan tanda petik tunggal untuk mengapitnya.

Cara membuatnya ?

Cara pertama, manual. He… jelas, rentan salah ketik dan sangat capek.

Care ke dua, membuat dari file .csv, atau comma separated files. WEKA masih mau menerima format .csv ini. Tapi… Ada tapinya. Sebelumnya, sekilas tentang .csv ini.

Untuk mudahnya, .csv merupkana representasi sebuah file yang berisi data (tabel) yang dipisahkan dengan tanda comma untuk tiap kolomnya. Biar gampang dibayangkan, coba buka salah satu file excel Anda, lalu simpan sebagai (save-as) file .csv. Lalu, buka melalu notepad, maka akan kelihatan tanda pemisahnya.

Sebenarnya, file .csv ini bisa diterima oleh WEKA sebagai input. Namun sialnya, ada 2 standar .csv, yakni yang menggunakan ‘,’ dan ‘;’. Nah, si WEKA ini ngotot menggunakan “,”, sementara ketika kita menyimpan ke .csv, ada yang menggunakan “;”. Jelas, tidak terbaca dan ditolak.

Oleh, karenanya, kita harus secara manual mengubah “;” menjadi “,”. Caranya ? Buka di notepad, dan gunakan fungsi replace. Tapi, ingat, ubah dulu semua tanda “,” menjadi “.”. Supaya tidak salah arti.

Ketika Anda menjalankan WEKA, pilih open file, lalu pilih dengan tipe .csv. Pilih file .csv Anda. Lalu, muncul di WEKA-nya. Nah, sekarang, save sebagai .ARFF. SELESAI.

Jelas, cara ke dua lebih mudah diterapkan. Karena, micorsoft excel lebih manusiawi daripada notepad.

Nah, segitu dulu untuk masalah kecil seperti ini. Nanti, saya lanjutkan lagi untuk di WEKAnya.

Sumber : AI32-Guide to Weka, Andrew Roberts