Pengenalan_01 - ranggakd/Orange_Tutorial GitHub Wiki

Widget, Channel, Data Workflow, dan Load Data

Widget

Widget adalah unit komputasional dari Orange. Widget memiliki beberapa fungsi, seperti:

  • membaca data
  • pemrosesan data
  • visualisasi data
  • melakukan klustering (unsupervised learning)
  • membangun model prediksi (supervised learning)
  • dan masih banyak lagi

Widget terletak di sebelah panel kiri. Widget-widget akan dikelompokkan dalam satu kelompok yang memiliki satu kesamaan fungsional. Widget juga bisa didapatkan dari fitur Add-ons Orange.

Saat bekerja di Orange kamu bisa meminimalkan view dengan menyembunyikan panel kiri dari widget. Hal ini bisa kamu lakukan dengan menekan Ctrl + Shift + D atau klik View -> Expand Tool Dock untuk memastikan tanda check hilang.

Ada beberapa cara untuk menambahkan widget ke dalam canvas kerjamu, seperti berikut:

  1. Klik widget di panel kiri
  2. Klik dan drag widget dari panel kiri ke dalam canvas
  3. Klik kanan pada canvas lalu search widget yang dibutuhkan lalu enter
  4. Pilih widget yang ada lalu drag dari line-border widget (kiri atau kanan) ke dalam ruang canvas lain lalu search widget yang dibutuhkan lalu enter

Saran saya penggunaan yang terbaik adalah (3) dan (4) dengan panel kiri widget tertutup agar bisa berfokus dengan analisis di canvas. Untuk menghapus widget dari canvas klik kiri widget lalu tekan Backspace atau klik kanan widget Remove.

Untuk dokumentasi penggunaan widget yang lebih lengkap bisa diakses melalui link ini.

Channel

Channel atau communication channel adalah saluran dimana data akan disalurkan antar widget sebagai sarana widget saling berkomunikasi.

Widget terbagi menjadi tiga bagian berdasarkan pembagian channelnya, yakni:

  • Input channel widget
    memiliki input channel saja di sebelah kiri
  • Output channel widget
    memiliki output channel saja di sebelah kanan
  • Input output channel widget
    memiliki input dan output channel di sebelah kiri dan kanan

Setiap widget hanya mampu menerima data dari channel yang tersedia. Channel dibuat dengan manarik line-border widget asal dan menghubungkannya dengan line-border widget yang dituju. Perubahan dari satu widget akan diteruskan ke widget lain melalui channel secara otomatis. Di dalam channel terdapat satu atau lebih link yang dapat diatur sesuai kebutuhan kita.

Untuk menghapus channel widget dari canvas klik kanan channel Remove.

Data Workflow

Data Workflow adalah kumpulan widget dan channel yang dirangkai sedemikian rupa untuk melakukan analisis data. Ada beberapa contoh data workflow di website Orange. Kalian juga bisa membuat data workflow sendiri sesuai kebutuhan analisis data kalian.

Contoh sederhana data workflow dalam visualisasi data, seperti berikut:

  1. Kita gunakan widget File, Data Table dan Scatter Plot.
  2. Kita hubungkan File-Scatter Plot dan File-Data Table.
  3. Untuk melihat visualisasi klik pada Scatter Plot, sedangkan untuk melihat tabel dari data klik pada Data Table.
  4. Untuk visualisasi yang lebih interaktif antara Data Table dengan Scatter Plot hubungkan Data Table-Scatter Plot.

    Yang sebenarnya terjadi adalah kita menggunakan data di File sebagai acuan dan sebagian data yang kita pilih/seleksi di data table menjadi subset data dari File. Kamu bisa menemukan link yang menjelaskannya dengan klik kedua channel File-Scatter Plot dan Data Table-Scatter Plot.

  5. Buka kedua jendela Data Table dan Scatter Plot dan lakukan seleksi pada Data Table. Maka secara real-time data yang ditunjuk akan terpetakan (diblok) di Scatter Plot.
  6. Untuk visualisasi interaktif yang sama dapat terbentuk melalui data workflow yang lain. Kita hapus channel File-Scatter Plot dan tambah satu channel lagi pada Data Table-Scatter Plot seperti dibawah ini

    Klik salah satu channel Data Table-Scatter Plot lalu ganti link menjadi berikut
    Maka efek visualisasi interaktif yang didapatkan akan sama.

Load Data

Load Data pada Orange mengakomodasi file seperti excel, file berekstensi tab dan csv, serta mendukung file seperti Google Spreadsheet. Saat kamu ingin melakukan load data untuk datamu terkadang Orange menempatkannya tidak sesuai dengan ekspektasimu. Misal terdapat file Google Spreadsheet seperti berikut

Kita berekspektasi bahwa kolom paling kanan yakni Popularitas adalah kelas (dependent variable) dari suatu data dengan tujuh fitur (independent variable) yakni Nama hingga Tanggal Lahir. Lalu kita akan melakukan load data tersebut di widget File dengan menyalin tautan berbagi Google Spreadsheet dan meletakkannya pada kolom URL sehingga terlihat seperti ini

Info menyatakan informasi singkat mengenai data kita. Berdasarkan data diatas, terdapat 4 baris data, 7 fitur/kolom tanpa nilai kosong, 1 atribut meta dan data tidak memiliki target kelas. Kolom type menyatakan tipe data apa, sedangkan role menyatakan data kolom tersebut digunakan sebagai apa didalam dataset.
Untuk tipe lebih jelasnya di tabel:

Type Type's Information
categorical (C) tipe data kategorical dimana data tidak dapat diurutkan (tidak bertingkat)
numeric (N) tipe data numerik (kontinyu atau diskrit) dimana data dapat diurutkan (bertingkat)
datetime (T) tipe data waktu
string (S) tipe data berupa teks

Untuk role lebih jelasnya di tabel:

Role Role's Information
class Atribut label kelas
meta Atribut meta data (indeks)
ignore Atribut kolom yang diabaikan
weight Atribut kolom bobot

Informasi singkat mengenai dataset kita dapat kita tampilkan melalui widget Data Info seperti di bawah ini:

Ubah role kolom Popularitas agar sesuai dengan kehendak kita di awal bahwa kolom Popularitas adalah kelas dari data. Perubahan dilakukan melalui widget Select Columns lalu drag kolom mana yang kamu pindah ke tujuan sesuai ekspektasi kita.

  1. Contoh drag kolom variabel:
    Sebelum

    Drag ke kolom Target Variable

    Sesudah

  2. Contoh dengan memindah variabel ke Available Variables (diabaikan sementara), lalu di pindahkan ke Target Variable:
    Sebelum

    Klik Popularitas pada kolom Features lalu klik button < hingga seperti di bawah

    Klik Popularitas pada kolom Available Variables lalu klik button > pada kolom Target Variable hingga seperti di bawah

Sekarang dataset kita telah sesuai ekspektasi kita seperti di awal.

Save Image

Caranya sangat mudah, yakni gunakanlah widget yang menyajikan visualisasi data lalu temukan tombol save di pojok kiri bawah seperti gambar berikut:

Tambahan

Ada beberapa tips untuk buat canvasmu lebih informatif seperti gambar dibawah:

Lanjut ke Unsupervised Learning >