Postingan

Menampilkan postingan dari Oktober, 2021

Klasifikasi Menggunakan Support Vector Machine

Gambar
   Klasifikasi Data Menggunakan SVM (Pertemuan 7 Machinelearning) Balik lagi nih sobat cerita, kali ini ke model klasifikasi selanjutnya yaitu ada SVM apa itu SVM? penasaran kan? yuk scroll! Apa ituSupport Vector Machine? SVM (Support Vector Machine) merupakan salah satu metode superviside learning. SVM memiliki konsep yang lebih baik dari pafa teknik yang lainnya. SVM juga di sebut-sebut dapat mengatasi masalah klasifikasi dari regresi linear. Cara kerja SVM ini mencari Hyperplane terbaik dengan menggunakan jarak maskimal antar klas. Hyperplane adalah sebuah fungsi yang dapat digunakan untuk klasifikasi antar kelas disebut sebagai line wheras. fungsinya menggunakan antar kelas dalam 3-D (plane similary) sedangkan fungsi yang digunakan untuk klasifikasi di dalam ruang kelsa dimesni yang lebih tinggi disebut hyperplane Hyperplane  yang ditemukan SVM diilustrasikan seperti Gambar 1 posisinya berada ditengah-tengah antara dua kelas, artinya jarak antara hyperplane dengan objek-objek data

Model Klasifikasi Naive Bayes

Gambar
   Klasifikasi Naive Bayes (Pertemuan 5 Machinelearning) Balik lagi nih sobat cerita. Pada kesempatan kali ini aku akan sharing seputar penggunaan klasifikasi Naive Bayes. Wah.. makin banyak pilihan untuk klasifikasi ya pada Machinelearning ini. Jangan khawatir, kita coba bahas secara perlahan., yuk! Apa itu Klasifikasi Naive Bayes? Apa sobat cerita pernah belajar tentang probabilitas? jika iya, selamat datang di klasifikasi Naive Bayes. karena algoritma ini menggunakan metode probabilitas dan statistik. Algortima ini dapatdapat memprediksi peluang dimasa depan berdasarkan pengalaman di massa sebelumnya menggunakan hasil hasil daa. mciri utama dari Naive Bayes ini adalah asumsi yang sangat kuta (naif) akan independensi dari masing masing kondisi/kejadian. Banyak sekali keuntungan yang dapat didapat menggunakan metode ini loh sobat cerita,  salah satunya metode ini hanya membutuhkan sedikit jumlah data training untuk menentukan estimasi parameter yang diperlukan dalam proses pengklasifi

Klasifikasi Decision Tree

Gambar
  Klasifikasi Data Menggunakan Decision Tree (Pertemuan 6 Machinelearning) Klasifikasi pada machine learning banyak sekali macamnya nih sobat cerita. pada pertemuan sebelumnya kita sudah membahas Regresi Linear, Naive Beyes. Sekarang kita akan membahas Menggunakan decision tree.. So seimak terus update di blog ini! Apa itu Regresi? Algoritma Klasifikasi Decisiontree merupakan model klasidikasi yang diperoleh dari algoritma ini berbentuk pohon. (sesuai namanya 'tree'). kemudian, untuk memvalidasi hasil dari klasifikasi, dapat menggunakan confusiion matrix supaya memperoleh hasil akurasi klasifikasi antara data uji dan data sebenranya.  Berikut langkah langkah menggunakan decision tree pada python. disini aku gunain google colabs ya sobat cerita. Praktikum Menggunakanbahasa pyhton via google colabs Link Praktikum Menggunakan Colabs (1)   Importing library  yang digunakan untuk proses klasifikasi. import pandas from pandas.plotting import scatter_matrix import matplotlib.pyplot a

Regresi Python

Gambar
  Praktikum Regresi Python (Pertemuan 4 Machinelearning)   Hai... Kesempatan kali ini aku bakalan post tentang Regresi menggunakan Python nih sobat cerita. Apasih itu regresi? fungsinya untuk apa? yuk kita simak pada postingan kali ini. Apa itu Regresi? Regresi Linear atau bahasa kerennya Linear Regresian adalah model statistik yang sering digunakan dan paling sederhana untuk pemograman Machinelearning. Regresi Linear berfungsi melakukan prediksi dengan cara supervised learning. Regresi hanya dapat digunakan untuk data yang bersifat interval dan ratio yang pada umumnya memiliki sifat diskrit atau berkelanjutan (continue).  Regresi Linear melibatkan 2 variabel dimana salah satunya adalah variabel independen (biasanya x) dan ada variable dependen (biasanya y). perbedaan dari dua macam variable tersebut  dapat kita lihat dari namanya. Independen berarti variabel ini merupakan variabel utama yang mungkin akan mempengaruhi variabel dependen. Sedangkan dependen, berarti nilai variabel yang a

Tipe tipe data Python

Gambar
 Pengenalan Dasar-Dasar Python (Pertemuan 3 Machinelearning) Pada kesempatan kali ini aku bakalan bikin dasar dasar python nih sobat cerita. karena pada umumnya python di kalangan dunia pemograman terkenal cukup mudah untuk syntaxnya dibandingkan bahasa pemograman terdahulunya. so, tanpa basa basi. Happy Scrolling! Apa sih Python itu? Ular?! Jadi sobat cerita, Python ini merupakan salah satu bahasa pemograman multifungsi yang dibuat oleh Pak Guido (Guido van Rossum) dan dirilis pada tahun 1991. Python menjadi bahasa paling populer nih sobat cerita. Tentu saja, alasannya karena struktur sintaksnya sangat rapih dan mudah di pahami. Belakangan ini, python banyak digunakan oleh devaloper untuk berbagai kerepluan. sepertin membuat program CLI, GUI, Aplikasi Mobile, Aplikasi Web, Game, IoT, AI, Big Data dan Machine Learning. Kabar menariknya, kini python berada di posisi nomor tiga sebagai bahasa pemograman dengan pengguna terbanyak (sumber : Tiobe ) Pengenalan Lebih Lanjut dengan Python Yu