Pembersihan dan transformasi data

Studi Kasus: Analisis Keuangan di KNIME

Andrew Logan

Data Scientist, 4&8 Ltd

Tetap pada rencana

• Data yang bersih, berguna, dan konsisten
• Pembersihan: nilai hilang, deduplikasi, menghapus baris/kolom yang tidak perlu, dll.
• Transformasi: manipulasi string, perhitungan numerik, ganti nama kolom, dll.

Bersih berkilau

• Node paling umum: Missing Value, Duplicate Row Filter, Column Filter, String Cleaner
• Anotasi!

Bersih berkilau

• Node paling umum: Missing Value, Duplicate Row Filter, Column Filter, String Cleaner
• Anotasi!
• Lainnya: gunakan forum KNIME - https://forum.knime.com/ atau mesin telusur untuk kasus khusus

Membuat perubahan yang berguna

• Memanipulasi data agar berguna
• Manipulasi string

Membuat perubahan yang berguna

• Memanipulasi data agar berguna
• Manipulasi string
• Perhitungan numerik

Membuat perubahan yang berguna

• Memanipulasi data agar berguna
• Manipulasi string
• Perhitungan numerik
• Node transformasi lainnya
• Anotasi!

Lebih mudah dipahami dan digunakan ulang

• Metanode - kota-kota pada peta.

Lebih mudah dipahami dan digunakan ulang

• Metanode - kota-kota pada peta.
• Banyak node jadi satu

Lebih mudah dipahami dan digunakan ulang

• Metanode - kota-kota pada peta.
• Banyak node jadi satu
• Menghemat waktu
• Mudah dipahami
• Mudah dianotasi

Ayo berlatih!

Studi Kasus: Analisis Keuangan di KNIME