2,229 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 »
1,801 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 »
1,479 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).
2,667 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
8,277 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 »
1,391 ViewsSinopsis Bahasan mengenai apa itu adaptive boosting http://cmp.felk.cvut.cz/%7Esochmj1/adaboost_talk.pdf. Algoritma ini disesuaikan dengan persamaan umum dari adaboost yaitu
1,440 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 »
5,865 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
1,723 Views Sinopsis Pembahasan mengenai Data yang mengandung sebuah model Trend/Siklus/Musiman telah banyak dikembangkan dengan metode statistik, Nah kalian akan belajar Pemodelan Data Trend menggunakan Radial Basis Function/RBF net dapat digunakan untuk aproksimasi sebuah model forecasting yang mempresentasikan sebuah data yang mengandung pola trend. RBF menggunakan distribusi gaussian sebagai basis function nya. Sebelum melangkah lebih… Read More »
6,476 ViewsSinopsis Salah satu cara untuk menghitung jarak/tingkat kemiripan selain eucleid distance yaitu cosine similarity. Cosine similarity adalah metriks yang digunakan untuk menentukan seberapa mirip 2 data. Secara matematis, ia mengukur sudut cos antara dua vektor yang diproyeksikan dalam ruang multi-dimensi.