Konversi ARFF menjadi XLS

Microsoft Excel, sistem pelaporan legacy, atau software spreadsheet milik penerima mungkin memerlukan workbook .xls, bukan dataset ARFF. Mengonversi data memungkinkan pengeditan dan berbagi spreadsheet, tetapi schema ARFF dan metadata machine-learning perlu dipertahankan secara terpisah.

Apa itu format ARFF

ARFF (Attribute-Relation File Format) adalah format dataset berbasis teks yang terkait dengan platform machine-learning Weka. File biasanya berisi nama relation, deklarasi @attribute untuk setiap field, bagian @data, dan komentar opsional.

ARFF mendukung attribute numeric, nominal, string, date, dan relational. ARFF juga mendukung sparse rows, yang hanya menyimpan nilai non-default. ARFF umum digunakan dalam project Weka, mata kuliah universitas, dataset akademik, dan workflow data-mining.

Apa itu format XLS

XLS adalah format workbook binary Microsoft Excel untuk Excel 97–2003. Format ini menyimpan data tabular dalam worksheet dan mendukung formula, formatting, filter, chart, serta pengeditan spreadsheet.

XLS tetap berguna untuk aplikasi legacy atau penerima yang menolak XLSX. Setiap worksheet dibatasi hingga 65.536 baris dan 256 kolom, sehingga dataset yang lebih besar sebaiknya menggunakan XLSX, CSV, atau database. XLS juga memiliki batas ukuran cell dan kompatibilitas praktis yang dapat memotong atau mengubah nilai yang sangat panjang.

Konversi dengan Weka dan LibreOffice

1. Instal Weka dari website resminya dan LibreOffice dari libreoffice.org.
2. Buka Weka dan pilih Explorer → Preprocess → Open file, lalu pilih file .arff.
3. Periksa nama attribute, jumlah instance, class attribute, dan jumlah missing value yang ditampilkan.
4. Gunakan kontrol Save pada panel Preprocess dan pilih output CSV. Simpan hasilnya sebagai dataset.csv. Weka membaca deklarasi ARFF dan memperluas sparse instance sebelum menulis row biasa.
5. Buka dataset.csv di LibreOffice Calc. Pada dialog import, pilih delimiter yang sebenarnya, biasanya koma, dan aktifkan penanganan quoted-field. Atur kolom yang berisi identifier, angka panjang, atau kode sebagai text jika automatic type detection akan mengubah nilainya.
6. Periksa date, missing value, delimiter di dalam quoted string, karakter Unicode, dan nama field pada row pertama. Pilih File → Save As, pilih Excel 97–2003 (*.xls), lalu terima peringatan legacy-format.

Metode dua tahap ini lebih aman daripada mengganti nama extension: Weka mem-parsing syntax ARFF, sedangkan Calc membuat workbook XLS yang sebenarnya. Metode ini tidak mempertahankan filter Weka, pengaturan pemilihan class, komentar, atau deklarasi relation asli.

Menggunakan online converter

Service seperti CloudConvert dan Zamzar dapat dipertimbangkan untuk file non-confidential, tetapi dukungan ARFF dan format output yang tersedia dapat berubah. Sebelum meng-upload, pastikan selector format service tersebut saat ini secara eksplisit mencantumkan ARFF sebagai input dan XLS sebagai output; jangan berasumsi bahwa service yang mendukung CSV atau XLSX juga mendukung ARFF.

Upload file, pilih XLS, jalankan konversi, download workbook, lalu buka di LibreOffice atau Excel untuk memeriksa jumlah row, header, date, missing value, dan karakter khusus. Periksa kebijakan retensi dan penghapusan provider terlebih dahulu; jangan meng-upload record pribadi, confidential, atau yang diatur regulasi ke service konversi umum.

Mengotomatiskan konversi dengan Python

Untuk job yang berulang, parsing ARFF dengan library yang memahami ARFF, bukan memperlakukannya sebagai file CSV biasa. Contoh berikut menggunakan liac-arff untuk membaca schema dan xlwt untuk menulis format XLS legacy:

pip install liac-arff xlwt

import arff
import xlwt

with open("dataset.arff", "r", encoding="utf-8") as source:
    parsed = arff.load(source)

book = xlwt.Workbook()
sheet = book.add_sheet("data")
headers = [name for name, _ in parsed["attributes"]]

for column, name in enumerate(headers):
    sheet.write(0, column, name)

for row_number, row in enumerate(parsed["data"], start=1):
    for column, value in enumerate(row):
        if isinstance(value, bytes):
            value = value.decode("utf-8", errors="replace")
        sheet.write(row_number, column, "" if value is None else value)

book.save("dataset.xls")

Uji script pada data yang representatif terlebih dahulu. Perilaku library dapat berbeda untuk date ARFF, missing value, label nominal, quoted string, sparse row, dan relational attribute. Script ini juga mewarisi batas row dan kolom XLS.

Pemeriksaan kualitas dan kompatibilitas

• Deklarasi ARFF adalah metadata schema, bukan formatting spreadsheet. Nama field dan nilai biasanya dapat ditransfer, tetapi komentar, nama relation, filter Weka, pengaturan class, dan definisi kategori tidak otomatis menjadi fitur XLS.
• Missing value ARFF biasanya ditulis sebagai ?. CSV importer atau script mungkin menghasilkan cell kosong atau nilai null; pilih dan verifikasi representasi yang diinginkan sebelum analisis.
• Attribute nominal menjadi nilai cell biasa. Daftar nilai yang diizinkan dan urutannya tidak dapat dipertahankan secara andal kecuali Anda mendokumentasikan atau membuatnya kembali dengan spreadsheet validation.
• Sparse row diperluas menjadi row spreadsheet penuh, yang dapat meningkatkan ukuran file secara signifikan.
• Relational attribute berisi data nested dan tidak dapat direpresentasikan secara akurat dalam satu worksheet flat. Export secara terpisah atau pertahankan ARFF asli.
• String yang diawali =, +, -, atau @ dapat diinterpretasikan sebagai formula atau spreadsheet expression lainnya. Import field string yang tidak tepercaya sebagai text dan periksa workbook yang dihasilkan.
• Simpan file .arff asli sebagai dataset authoritative jika schema, komentar, deklarasi nominal, atau reproducibility machine-learning penting.