Monthly Archives: March 2020

Algoritma Perceptron

By | January 15, 2021

3,518 ViewsSinopsis Pembahasan machine learning dimulai dari dasar-dasar nya dulu secara bertahap agar kalian paham dan tidak pusing. Sejarah machine learning ketika diperkenalkannya algoritma perceptron. Algoritma ini cikal bakal mengenai soft computing dalam menangani masalah dalam dunia real yang begitu kompleks variabelnya serta banyak mengandung data bersifat nonlinear. Secara umum pembahasan perceptron yaitu model persamaan… Read More »

Perbedaan Net Core dan Net Framework

By | February 9, 2021

7,249 ViewsSinopsis Perbedaan Net Core dan Net Framework? Ketika anda membuat project yang dibangun diatas teknologi NET, maka ada 2 jenis yaitu .NET Core dan .NET Framework, apa sih perbedaanya? Pengembang menggunakan .NET framework untuk membuat aplikasi desktop Windows dan aplikasi berbasis server termasuk juga aplikasi web ASP.NET, sedangkan .NET Core digunakan untuk membuat aplikasi… Read More »

Neural Network Backpropagation

By | January 15, 2021

2,232 ViewsSinopsis Penggunaan Machine Learning  dengan algoritma neural network backpropagation yang melibatkan seperti arsitektur diatas berupa bias sangat lah berpengaruh secara signifikan terhadap proses pelatihan yaitu epoch dan hasil error yang didapat. Kalian bisa menggunakan library pybrain dalam melakukan simulasi ini, sekedar kalian tahu, neural network backpropagation sangat cocok untuk diterapkan dalam kasus nonlinear, secara… Read More »

Extreme Learning Machine

By | January 15, 2021

1,802 ViewsSinopsis Bila ditemui kasus mengenai non linear selain bisa menggunakan SVM (Support Vector Machine), kita juga bisa menggunakan ELM yaitu The Extreme Learning Machine (ELM from now on) was proposed by [Huang et al., 2006]. It is used in a multilayered structure with one neural hidden layer (Single Layer Feedforward Network, SLFN from now… Read More »

Multi Attribute Decision Making

By | January 15, 2021

1,480 ViewsSinopsis Setiap pengambilan keputusan untuk memilih sesuatu, seseorang akan didasari dengan beberapa kriteria. Masing-masing kriteria mempunyai nilai tersendiri bagi seorang pengambil keputusan atau disebut pembobotan. Algoritma SAW (Simple Additive Weighting) adalah salah satu algoritma yang digunakan untuk pengambilan keputusan yang mempunyai nama lain algoritma MFEP (Multi Factor Evaluation Process). 

Learning Vector Quantization

By | January 15, 2021

2,672 ViewsSinopsis Learning Vector Quantization adalah salah satu metode pelatihan secara kompetitif yang sama seperti teknik percepton dan bacpropagation. Kita singkat saja dengan LVQ yang termasuk dari algoritma machine learning berbasis supervisi. Penulis sajikan data berikut yang terdiri dari 2 paramater dan 1 target output

Klasifikasi menggunakan SVM

By | November 30, 2021

8,289 ViewsKlasifikasi menggunakan SVM – SVM adalah algoritma supervisi untuk melakukan klasifikasi baik linear maupun nonlinear tergantung pada margin maksimalisasi diantara titik suporrt, mapping data dapat ditransformasi kedalam dimensi yang lebih tinggi. SVM dibangun oleh Vapnik dan Cortes pada 1992, SVM telah sukses diaplikasikan kebanyak kasus seperti pengenalan tulisan tangan, prediksi runtun waktu, pengenalan suara.… Read More »

KMeans Clustering

By | January 15, 2021

1,444 ViewsSinopsis K-Means Clustering  sudah banyak dibahas, salah satunya ada di Buku Belajar Mudah Python dengan Package Open Source kalian bisa beli di Toko buku kesayangan kalian. Disini tidak dibahas mengenai langkah kerja secara detail karena dibuku tersebut sudah terbit, maka disini hanya menunjukan kepada kalian cara penggunaannya. Kmeans clustering yang ditulis diambil dari referensi… Read More »

Feature Selection untuk Akurasi Dataset

By | January 15, 2021

5,869 ViewsSinopsis Berbicara analisis data, maka tahap paling penting yaitu feature selection yang berguna untuk ‘membuang’ data yang tidak ada korelasinya, sehingga akan meningkatkan keakuratan data dalam melakukan prediksi. Untuk contoh simplenya ada di link berikut  http://www.softscients.web.id/2017/11/univariate-feature-selection-for.html