Ploting Data dengan Pandas

2,815 Views

Menjelajahi data  secara visual membuka pikiran pada banyak hal yang mungkin tidak terlihat sebaliknya. Ada beberapa pustaka yang berguna untuk melakukan visualisasi dengan Python, seperti matplotlib atau seaborn. Pustaka ini intuitif dan mudah digunakan. Ada juga pandas yang pada dasarnya adalah alat analisis data, tetapi juga menyediakan beberapa opsi untuk visualisasi.

Pandas, kalian tidak salah informasi. Bahwa sebenarnya kita bisa membuat ploting (visualisasi) data  yang selama ini menggunakan matplolib sekarang hanya dengan pandas. Visualisasi Data adalah langkah penting dalam pipeline ilmu data apa pun.

Membuat plot dengan panda cukup mudah. Dalam artikel ini, kita akan melihat cara menjelajahi dan memvisualisasikan data saham dengan pandas, lalu kita akan mendalami lebih dalam beberapa kemampuan lanjutan untuk visualisasi dengan pandas.

Read more

Python Image Library Pillow

6,655 Views

OpenCV sudah menjadi bagian tidak terpisahkan bila kita bekerja dengan computer vision, bahkan untuk Java-Python-Scala-Julia, kami sering menggunakan library tersebut untuk sekedar hanya membaca serta sedikit melakukan operasi image processing. Namun demikian terutama di Python, ada PIL – Pillow adalah singkatan dari Python Image Library. Pada artikel ini, PIL sudah mencapai versi 8.0.1 pada tanggal 23 Oktober 2020, bisa kalian install via pip https://pypi.org/project/Pillow/

Pillow menyediakan dukungan untuk berbagai format gambar termasuk format JPEG dan PNG yang populer. Pillow juga menyediakan berbagai metode pemrosesan gambar seperti yang akan kita lihat di bagian ini. Teknik ini sangat berguna terutama dalam menambah data pelatihan untuk masalah computer vision.

Read more

Metode Newton-Raphson

4,888 Views

Metode Newton-Raphson adalah metode pencarian akar suatu fungsi f(x) dengan pendekatan satu titik, dimana fungsi f(x) mempunyai turunan. Metode ini menggunakan pendekatan satu titik sebagai titik awal. Semakin dekat titik awal yang kita pilih dengan akar sebenarnya, maka semakin cepat konvergen ke akarnya. Oiya kalian sudah paham ya kalkulus! untuk mempermudah perhitungan, saya pakai GNU Octave yang ditulis manual serta perbandingan menggunakan function fsolve. Kegunaan dari metode newton-rapshon yaitu ketika kita mencari persamaan dari reaksi kesetimbangan pada proses kimia!

Read more

Belajar Riset Operasi Bagian 2 – Linear Programming

3,016 Views

Linear Programming – Pemrograman linier adalah teknik untuk memecahkan masalah pengoptimalan yang kendala dan hasil diwakili oleh hubungan linier, jadi didalam persamaan matematikanya tidak akan melibatkan pangkat atau orde.

Sederhananya, pemrograman linier memungkinkan untuk memecahkan masalah jenis berikut:

  • Maksimalkan / minimalkan C^T  X
  • Di bawah batasan   A  X \leq B, dan
  • batasan X \geq 0

Seringkali kita perlu membuat keputusan berdasarkan batasan yang secara umum ada banyak kendala lain yang perlu kita perhitungkan. Contoh sederhananya adalah:

Read more

Tensorflow 2.0-Linear Regression bagian 3

2,952 Views

Pembahasan kita akan semakin menarik saja ketika kita sudah paham cara kerja tensor pada tensorflow, pada bab sebelumnya kita sudah banyak membahas tensor, gradient descent-python, gradient descent-tensorflow, linear regression-gradient descent-octave. Jadi ada 3 cara kita belajar gradient descent melalui python-numpy, octave, dan tensor. Nah saya akan lanjutkan lagi Linear Regression- Gradient Descent menggunakan tensorflow saja. Kita akan fokus pada cara penggunaan placeholder, bila sebelumnya hanya menggunakan tf.Variable.

Read more

Tensorflow 2.0 – Gradient-based Optimization bagian 2

2,132 Views

Tensor Gradient-based Optimization (Gradient Descent)

Pada bab sebelumya telah dibahas gradient descent serta belajar dasar-dasar tensor yuk kita bahas ulang lagi saja, kalian bisa lihat berikut. Mari kita mulai dengan eksperimen sederhana dengan melakukan perhitungan langsung di balik penurunan gradien , perhatikan persamaan kuadrat berikut

Read more

Tensorflow 2.0 bagian 1

4,307 Views

Yuk Belajar Dasar Tensorflow versi 2.0 merupakan tulisan berserial yang akan membahas secara khusus pemanfaatan tensorflow untuk deep machine learning. Ikuti saja tulisan ini agar kalian bisa belajar dengan mudah. Tensorflow memudahkan kita dalam bekerja dalam melakukan machine learning terutama pada algoritma descent gradient,  selain itu kita juga pernah bahas mengenai linear regression  semuanya berkaitan dengan sesi training yang melibatkan learning rate. Namun itu semuanya bisa kita permudah menggunakan tensor!

Apa itu tensor?

Seringkali kita mendengar kata “tensorflow”, sebagian besar dari kita akan langsung berpikir dengan istilah “deep learning”. Padahal, tensorflow sebenarnya adalah tools untuk melakukan komputasi numerik (lebih luas daripada hanya sekedar untuk deep learning). Misalkan terkait komputasi numerik adalah seperti mengerjakan operasi matriks, melakukan (convex) function optimization, menghitung gradient atau hessian (turuan kedua) dari sebuah fungsi, dsb. Isu-isu yang ada di deep learning, seperti representation learning, optimization, operasi matriks dan tensor, adalah proses komputasi numerik yang dapat dilakukan dengan tensorflow. Selain tensorflow, ada banyak tools yang serupa seperti MATLAB, Octave, Numpy, Scipy, dsb. Namun, tensoflow menawarkan berbagai macam kelebihan, yang utama adalah seperti kemampuan untuk melakukan komputasi yang memanfaatkan banyak CPUs dan GPUs (saat ini hanya NVidia Cuda yang support).

Read more

Belajar Database Relational SQL Lite Bagian 3 – DB Browser Sqlite

3,556 ViewsKalian tentu terkadang males ya coding via CLI (command line interface) SQLIte, pada bab Belajar Database Relational SQL Lite Bagian 2 – Operasi CRUID , kita banyak menggunakan CLI (comamnd prompt), sebenarnya ada juga koq software yang sering saya gunakan daripada SQlite CLI yaitu SQLite Browser! DB Browser for SQLite (DB4S) adalah alat sumber terbuka, … Read more

Belajar Riset Operasi Bagian 1

4,529 Views

Definisi menurut Wikipedia mengenai Riset operasi, atau disebut riset operasional di Eropa, adalah cabang interdisiplin dari matematika terapan dan sains formal yang menggunakan model-model—seperti model matematika, statistika, dan algoritma—untuk mendapatkan nilai optimal atau nyaris optimal pada sebuah masalah yang kompleks.

Read more