Posts

Showing posts from October, 2021

Perkuliahan 2 (17-09-2021)

  Machine Learning bahan utamanya adalah data Data yang diproduksi bisa mencapai zeta. Bidang bidang yang menghasilkan data banyak, yaitu terutama  social media. Perbedaan data terstruktur & Data tidak terstrukturData Terstruktur           - Sudah tertabulasi (terdata gampang)         2. Data Tidak Terstruktur           - Data – data berupa teks Perbedaan Data dan Informasi         1. Data :                  Data adalah fakta mentah atau rincian peristiwa yang belum diolah, yang terkadang tidak                dapat diterima oleh akal pikiran dari penerima tersebut, maka dari itu data harus diolah terlebih           dahulu menjadi informasi unuk dapat diterima oleh penerima         2. Informasi :   ...

Perkuliahan 7 (22-10-2021)

 Support Vector Machine            Konsep Klasifikasi dengan Support Vector Machine (SVM) adalah mencari hyperplane terbaik yang berfungsi sebagai pemisah du akelas data            Ide sederhana dari SVM adalah memaksimalkan margin, yang merupakan jarak pemisah antara kelas data            SVM mampu bekerja pada dataset yang berdiensi tinggi dengan menggunakan kernel titik            SVM hanya menggunakan beberapa titik data terpilih yang berkontribusi (Support Vector) untuk membentuk model yang akan digunakan dalam proses klasifikasi. Tujuan            Mencari Hyperlane maksimum Definisi Dasar            Decision Boundary : Pemisah antar class – hyperlane            Margin : Jarak terdekat dari decision boundary dengan data yang ingin dipisahkan    ...

Perkuliahan 6 (15-10-2021)

  Decision Tree Model klasifikasi yang menggunakan struktur pohon, dimana setiap node merepresentasikan atribut dan cabangnya mempresentasikan nilai dari atribut. Sedangkan daunnya digunakan untuk merepresentasikan kelas

Perkuliahan 5 (08-10-2021)

 Klasifikasi  Beberapa Model Klasifikasi :        Naïve Bayes (NB)           Base Statistik, kemunculan suatu kelas dari data yang ada.           Rumus :           P(H\X) = P(x\H_/P(X) . P(H)           Keterangan : -                          X : Data dengan class yang belum diketahui -                          H : Hipotesis data merupakan suatu class spesifik -                          P(H\X) : Probabilitas hipotesis H berdasar kondisi X (posteriori probabilitas) -                   ...

Perkuliahan 4 (01-10-2021)

 Regresi -                Tujuan Regresi adalah Analisa untuk mempelajari dan mengukur hubungan yang terjadi antara dua variable atau lebih.  Antara dua variable disebut regresi linier. -           Contoh : 1.        Lama Belajar (Independen) – Nilai Kuliah (Dependen) 2.        Tingkat Pendidikan- Penghasilan 3.        Promosi – Hasil Penjualan -           Independen : Karena mempengaruhi -           Dependen : Yang dipengaruhi atau menjadi hasil -           Jenis-Jenis Regresi : 1.        Regresi Linear Sederhana (Simple Regression) 2.        Regresi Multilinear (Multiple Regression) 3.  ...

Perkuliahan 3 (24-09-2021)