Sejak 2006, KNIME telah digunakan dalam penelitian farmasi, juga digunakan di bidang: analisis data pelanggan (CRM), inteligensi bisnis, dan analisis data keuangan.
| KNIME | |||||||
|---|---|---|---|---|---|---|---|
| knime | |||||||
| Tipe | Program komputer dan perangkat lunak sumber terbuka | ||||||
| Versi pertama | Januari 2004 | ||||||
| Versi stabil | 3.5.2 (5 Februari 2018) 4.7.0 (6 Desember 2022) | ||||||
| Genre | Guided Analytics / Enterprise Reporting / Business Intelligence / Data Mining/ Deep Learning / Data Analysis / Text Mining / Big Data | ||||||
| Lisensi | GNU General Public License | ||||||
| Bahasa | Daftar bahasa English | ||||||
| |||||||
Sumber kode | |||||||
| |||||||
Sunting di Wikidata • Sunting kotak info • L • B |
KNIME ( /naɪm/ ), Konstanz Information Miner, adalah platform analisis, pelaporan, dan integrasi data yang termasuk perangkat lunak bebas dan sumber terbuka . KNIME menyatukan berbagai komponen dalam bidang pembelajaran mesin dan penggalian data dengan konsep alur data yang modular. Antarmuka pengguna grafis dan penggunaan JDBC memungkinkan pembentukan simpul yang memadukan berbagai sumber data, termasuk tahap pre-processing (ETL: Extract, Transform, Load), tahap pemodelan, analisis data dan visualisasi tanpa atau dengan pemrograman. KNIME sering disebut sebagai alternatif SAS.
Sejarah sunting
Pengembangan KNIME dimulai pada Januari 2004 oleh tim pengembang perangkat lunak dari Universitas Konstanz sebagai produk berbayar. Tim pengembang awal yang dipimpin oleh Michael Berthold berasal dari sebuah perusahaan di Silicon Valley yang mengembangkan perangkat lunak untuk perusahaan industri farmasi. Tujuan awal pengembangannya adalah membuat platform analisis data yang modular, skalabel dan terbuka serta memungkinkan integrasi yang mudah dari berbagai sumber data, pemrosesan, transformasi, analisis dan eksplorasi visual. Pengembangan platform ini dimaksudkan untuk platform kolaborasi dan penelitian yang juga berfungsi sebagai platform integrasi dalam berbagai proyek analisis data.
Pada tahun 2006 versi pertama KNIME dirilis dan beberapa perusahaan farmasi mulai mengadopsi KNIME dan sejumlah vendor perangkat lunak sains mulai mengintegrasikan alat-alat mereka ke dalam KNIME. Beberapa tahun kemudian, setelah sebuah artikel di majalah Jerman c't, pengguna dari sejumlah bidang lain ikut mengadopsi. Tahun 2012, KNIME telah diadopsi oleh lebih dari 15.000 pengguna (tidak menghitung unduhan, tetapi pengguna yang secara rutin mengambil pembaruan saat tersedia) yang tidak hanya dalam ilmu sains tetapi juga bank, penerbit, manufaktur mobil, telekomunikasi, konsultan, dan berbagai industri lain serta berbagai kelompok penelitian dari seluruh penjuru dunia. Pembaruan terbaru untuk KNIME Server dan KNIME Big Data Extensions, menyediakan dukungan untuk Apache Spark 2.3, Parquet dan penyimpanan tipe HDFS.
Pada Gartner Quadrant tahun 2019 KNIME termasuk dalam salah satu produk paling top.
Internal sunting
KNIME memudahkan pengguna dalam membuat alur data (pipelines) secara visual, secara selektif menjalankan langkah analisis, dan kemudian memeriksa hasil, model, dalam tampilan interaktif. KNIME ditulis dalam bahasa pemrograman Java dikembangkan dari platform Eclipse dan memanfaatkan mekanisme ekstensi-nya untuk menambahkan fungsi tambahan. Versi rilis sudah mencakup ratusan modul untuk integrasi data (berkas I/O, sistem manajemen database umum melalui JDBC atau konektor asli: SQLite, SQL Server, MySQL, PostgreSQL, Vertica dan H2), transformasi data (filter, converter, splitter, combiner, joiner) serta metode statistik, penggalian data, analisis dan analisis teks yang umum digunakan. Mendukung visualisasi dengan ekstensi Report Designer yang tersedia gratis. Alur kerja pada KNIME dapat digunakan sebagai set data yang digunakan untuk membuat template laporan yang dapat di-ekspor ke dalam format dokumen seperti doc, ppt, xls, pdf, dan lainnya. Kemampuan KNIME lainnya adalah:
- Arsitektur KNIME memungkinkan pemrosesan volume data besar sebatas ruang hard disk yang tersedia (tidak terbatas pada RAM yang tersedia). Misalnya: KNIME memungkinkan analisis pada 300 juta alamat pelanggan, 20 juta gambar sel dan 10 juta struktur molekul.
- Plugin tambahan memungkinkan penggunaan metode penambangan teks, penambangan gambar, serta analisis runtun waktu.
- KNIME mengintegrasikan berbagai proyek sumber terbuka lainnya, misalnya algoritma pembelajaran mesin dari Weka, proyek statistik paket R, serta LIBSVM, JFreeChart, ImageJ, dan Kit Pengembangan Kimia .
KNIME dikembangkan menggunakan bahasa pemrograman Java. Namun dimungkinkan tambahan modul untuk menjalankan Java, Python, Perl dan bahasa lainnya.
Lisensi sunting
Sejak versi 2.1, KNIME dirilis dengan lisensi GPLv3 dengan pengecualian yang memungkinkan orang lain untuk menggunakan simpul API yang didefinisikan dengan baik untuk menambahkan fungsi sendiri. Ini juga memungkinkan pengembang perangkat lunak komersial untuk menambahkan paket fungsi yang mereka kembangkan dari KNIME.
Lihat juga sunting
- Weka - perangkat algoritma pembelajaran mesin, dapat diintegrasikan dalam KNIME.
- ELKI - kerangka penggalian data dengan banyak dukungan dalam algoritma metode pengelompokan
Referensi sunting
- https://knime.us3.list-manage.com/track/click?u=1302c2421943f8328760ab12a&id=462870c18b&e=738ddc16b2
- Berthold, Michael R.; Cebron, Nicolas; Dill, Fabian; Gabriel, Thomas R.; Kötter, Tobias; Meinl, Thorsten; Ohl, Peter; Thiel, Kilian; Wiswedel, Bernd (16 November 2009). "KNIME - the Konstanz information miner". ACM SIGKDD Explorations Newsletter. 11 (1): 26. doi:10.1145/1656274.1656280.
- Tiwari, Abhishek; Sekhar, Arvind K.T. (October 2007). "Workflow based framework for life science informatics". Computational Biology and Chemistry. 31 (5-6): 305–319. doi:10.1016/j.compbiolchem.2007.08.009.
- Tripos, Inc.
- Schrödinger Error in webarchive template: Check
|url=value. Empty. - ChemAxon Error in webarchive template: Check
|url=value. Empty. - NovaMechanics Ltd.
- Konsultan Treweren
- Datenbank-Mosaik Data Mining atau Kunst, sich aus Millionen Datensätzen dan Bild zu machen, c't 20/2006, S. 164ff, Heise Verlag.
- Forum auf der KNIME Webseite
- . Diarsipkan dari versi asli tanggal 2010-08-29. Diakses tanggal 2019-02-26.
- Beisken, S.; Meinl, T.; Wiswedel, B.; De Figueiredo, L. F.; Berthold, M.; Steinbeck, C. (2013). "KNIME-CDK: Workflow-driven Cheminformatics". BMC Bioinformatics. 14: 257. doi:10.1186/1471-2105-14-257. PMC 3765822 . PMID 24103053.
- KNIME 2.1.0 released Error in webarchive template: Check
|url=value. Empty.