Monday, December 31, 2018

Wednesday, December 19, 2018

Buku Belajar Mudah Python dengan Package Open Source



Tempat Beli Buku

  1. https://www.bukalapak.com/p/hobi-koleksi/buku/komputer-487/wco01c-jual-belajar-mudah-python-dengan-package-open-source-mulkan-syarif-graha-ilmu
  2. https://www.tokopedia.com/bukukuliahan/belajar-mudah-python-dengan-package-open-source-mulkan-syarif
  3. https://togamas.com/detail-buku-8585=Belajar_Mudah_Python_dengan_Package_Open_Source_
  4. https://petramas.co.id/product/belajar-mudah-python-dengan-package-open-source-a8c4  



Kemarin banyak yang nanya2 mengenai ulasan singkatan, Buku  ini saya buat berdasarkan pengalaman menangani beragam project yang meliputi topik bahasan seperti machine learning, computer vision yang biasanya menggunakan Matlab. Dengan berkembangnya Python sebagai bahasa yang familiar untuk machine learning, maka saya sarankan menggunakan Python karena kelengkapan library nya.

Pembahasan mulai dari instalasi menggunakan Anaconda Navigator (pada buku-buku terbitan lain tidak membahas mengenai Anaconda Navigator) padahal dengan Anaconda Navigator sudah tersedia banyak sekali package-package untuk komputasi teknis, olah data, serta grafik!

Dengan membaca ini, kalian cukup menggunakan Spyder yang merupakan Editor canggih saat ini untuk menulis kode di Python. Kalian tidak perlu menggunakan Visual Code, JetBrain, Netbeans untuk mencoba menulis kode Python.

Pada bab selanjutnya dikenalkan Numpy, Pandas, Matlotlib, Scipy, serta OpenCV. Itu adalah package yang sering menjadi topik dasar pada saat ini yaitu AI, Machine Learning, serta Deep Learning kalau anda menginginkan topik diatas.

Jadi kalian tidak perlu menggunakan PIP Package Manager atau repot-repot melakukan install package tersendiri lho!

Jadi buku kecil ini menjadi semakin menarik dan bermanfaat untuk anda beli dan koleksi!!

Penulis menerbitkan buku belajar dasar-dasar python di penerbit Graha Ilmu (www.grahailmu.id) yang merupakan penerbit yang sudah dikenal dengan terbitan buku-buku yang bermutu yang bekerjsama dengan thesimplybook

Cek Katalog di www.GrahaIlmu.id
http://grahailmu.id/Katalog-GrahaIlmu.xls
per 23 November 2018



Bukalapak:
https://www.bukalapak.com/p/hobi-koleksi/buku/komputer-487/wco01c-jual-belajar-mudah-python-dengan-package-open-source-mulkan-syarif-graha-ilmu

Toga mas:
  1. https://togamas.com/detail-buku-8585=Belajar_Mudah_Python_dengan_Package_Open_Source_
  2. https://petramas.co.id/product/belajar-mudah-python-dengan-package-open-source-a8c4
  3. Buku Belajar Mudah Python dengan Package Open Source



ISBN : 978-602-5759-74-1

Sinopis

Python merupakan bahasa intrepreter yang banyak digunakan untuk kepentingan akademis, riset, bahkan para praktisi umum dikarenakan tersedianya package-package yang siap pakai mulai dari untuk komputasi numerik, array, olah grafik, sinyal, machine learning, dan computer vision. Kemudahan managemen instalasi package tersebut dikarenakan adanya Anaconda Navigator yang mampu mengintegrasikan semua package dengan lebih mudah bagi pemula sekalipun.

Buku ini memfokuskan diri tidak hanya membahas dasar-dasar bahasa Python tapi lebih luas lagi yaitu mengajak pembaca menggunakan package-package yang sudah default terinstal di Anaconda Navigator dan beberapa package tambahan terpisah yaitu
  1. Python
  2. IDE Spyder sebagai Editor
  3. Package Numpy untuk perhitungan array
  4. Package Matplolib untuk visualisasi grafis
  5. Package Pandas untuk pengolahan data terstruktur
  6. Package Scipy untuk pengolahan data statistika
  7. Package OpenCV (instal tersendiri)

https://www.bukalapak.com/p/hobi-koleksi/buku/komputer-487/wco01c-jual-belajar-mudah-python-dengan-package-open-source-mulkan-syarif-graha-ilmu

Daftar Isi

BAB 1 ANACONDA 1

1.1 Pengenalan Anaconda 1
1.2 Instalasi Anaconda 4
1.3 Environment Anaconda Navigator 7

BAB 2 PYTHON DAN EDITOR SPYDER 9

2.1 PengenalanInterpreter Python 9
2.2 Pengenalan Bahasa Python 14
2.3 Tipe Data Terstruktur 17
2.4 Control Flow 24
2.5 Pengenalan Function 27
2.6 Pengenalan Class 28
2.7 Manajemen Modul/Package 31

BAB 3 NUMPY 35

3.1 Import package 35
3.2 Membuat Array 35
3.3 Pengenalan Operasi Array 39
3.4 Contoh Kasus Penggunaan Array 50

BAB 4 MATPLOTLIB 57

4.1 Line Plot 58
4.2 Bar Plot 64
4.3 Line Area 67
4.4 Scatter 68
4.5 Scatter 3D 69
4.6 Contour 71
4.7 Contour Surface 71
4.8 Surface 73

BAB 5 PANDAS 75

5.1 Struktur Data Pandas 75
5.2 Pengenalan Data Frame 77
5.3 Operasi Masking 82

BAB 6 SCIPY 89

6.1 Analisis Korelasi Sederhana 90
6.2 Analisis Regresi Linear 92
6.3 Klustering dan Klasifikasi 94

BAB 7 OPENCV 107

7.1 Cara Install 108
7.2 Membaca dan Menyimpan File Gambar 110
7.3 Integrasi OpenCV dengan Matplotlib 111
7.4 Akses dan Modifikasi Nilai Pixel Gambar 113
7.5 Operasi Transformasi Geometrik 117
7.6 Operasi Segmentasi Gambar 118
7.7 Operasi Filtering Gambar 123
7.8 Operasi Morfologi Gambar 124
7.9 Operasi Pencarian Contour Gambar 129
7.10 Membaca File Video 132





Tuesday, December 18, 2018

Python-Editor Ringan - Eric


Setelah sekian lama menggunakan Spyder untuk menulis kode Python. Penulis mencoba menggunakan https://python-projects.org/

Monday, December 17, 2018

Python-Arti If __name___


Bagi pengguna awam python, biasanya akan melihat kode seperti berikut
if __name__ == '__main__':
      print('your....')

Apa artinya?

Friday, December 14, 2018

Python-Union of Object using OpenCV


Sebelum membaca postingan ini, sebaiknya anda perlu tahu dasar-dasar python terlebih dahulu
Serta cara instal OpenCV, silahkan beli buku saya di:
http://www.softscients.web.id/2018/11/buku-belajar-mudah-python-dengan.html
Opencv dengan versi  '3.4.1'
Mengenai teknik contours
Silahkan baca ini

Tuesday, December 11, 2018

Python-Hierarchical Data Format

Bila anda yang menangani big data, pasti akan berkutat pada data yang sangat besar, bagaimana menyimpan data tersebut agar efektif? Yaitu format HDF (Hierarchical Data Format) yang sekarang sudah mencapai versi ke 5 yaitu HDF5 yang mempunyai perbedaan yang cukup signifikan dari sebelumnya.
Struktur HDF5 terdiri 2 tipe utama yaitu
Dataset yaitu multidimensional array
Group yaitu berisi data yang terstruktur
https://en.wikipedia.org/wiki/Hierarchical_Data_Format
Beberapa benefit penggunaan HDF5  https://www.hdfgroup.org/
  1. Heterogeneous Data
  2. Easy Sharing
  3. Cross Platform
  4. Fast I/O
  5. Big Data
  6. Keep Metadata with Data
Nah Python mempunyai interfacing yaitu http://www.h5py.org/, untuk dokumentasinya http://docs.h5py.org/en/stable/index.html
Format h5py tersebut sangat efektif sekali daripada menggunakan format JSON dan YAML

Friday, December 7, 2018

Python Belajar Handwriting Recognition dengan CNN



Pengenalan tulisan tangan yang dibuat kali ini menggunakan deep learning dengan library tensorflow dan keras. Adapun dataset terdiri dari angka 0-9 dari MNIST

Tuesday, November 27, 2018

BAB 4 - WinForm

Selain kita menggunakan CLI dalam demo framework Aforge dan Accord net, sesekali menggunakan WINFORM untuk menghasilkan efek secara langsung, dengan memanfaatkan slider sebagai pengganti nilai brightness dari -100 s.d +100

Sunday, November 11, 2018

Buku Cara Cepat Pengolahan Citra Digital dengan C# Sharp



Postingan ini adalah  telah ditulis ulang dari e-book yang telah kami terbitkan di slideshare yaitu
https://www.slideshare.net/aktis/buku-cara-cepat-pengolahan-citra-dengan-c-sharp-35888454
Silahkan untuk membaca...di blog ini

Sinopsis

Topik pembahasan olah citra semakin banyak diminati dan berkembang luas, baik dari segi penerapannya dan algoritmanya. Bahasa C# dengan Framework AForge.Net dan Accord.Net serta  IDE Sharp Develop menjadikan pengembangan aplikasi dan algoritma menjadi mudah dikarenakan banyak sekali modul-modul dasar yang telah ditulis oleh framework tersebut yang siap digunakan oleh pengguna bahkan untuk pengguna pemula sekalipun.

Inti dari buku ini adalah mengenalkan Framework AForge.Net dan Accord.Net sebagai framework untuk olah citra dan sekaligus mengenalkan dasar olah citra
  1. Konsep Olah Citra : mengenal dasar olah citra secara umum
  2. IDE Sharp Develop 4.1: mengenal solution, library, component, debug, build application (diganti dengan Visual Studio 2017)
  3. Framework AForge.Net- Accord.Net: mengenal modul-modul untuk olah citra
  4. Operasi Dasar Olah Citra: mengenal operasi dasar olah citra yaitu
  5. Konvolusi untuk membuat efek blur, sharpening, edge detection
  6. Thresholding menggunakan metode Otsu untuk melakukan operasi Black-White;  Morphologi yaitu dilation, erotion, opening, closing;  Blob yaitu labelling, center of gravity, moment invariant;  Analisis Tekstur: mengenal konsep analisis tektur dengan metode gray level co-occurance sebagai metode standar dalam analisis tekstur;  PCA (Principal Component Analyst): mengenal face recognition dengan metode PCA dan konsep serialisasi data biner
  7. Interfacing Webcam: melakukan koneksi (interfacing) menggunakan webcam baik single maupun multiple connection

Topik diatas dilengkapi dengan source code serta langkah demi langkah contoh perhitungannya sehingga pemahaman pembaca akan menjadi lebih baik

Karena terdiri dari banyak BAB, maka akan ditulis satu persatu telebih dahulu
silahkan

klik link berikut http://www.softscients.web.id/search/label/E-book%20Olah%20Citra%20dengan%20C%23

Agar lebih urut dalam membaca per BAB


Saturday, November 10, 2018

Python-PIP Package Manager


Bagi kamu yang suka menggunakan Python untuk kebutuhan teknis sehari-hari baik untuk kerjaan freelace, komputasi teknis. Sebelum penulis mengenal Anaconda, maka penulis akan melakukan instalasi package secara tersendiri yaitu menggunakan get-pip.py

Tuesday, November 6, 2018

BAB 4 - Geometri Moment Invariant

Geometri Moment Invariant

Geometri Moment Invariant bisa digunakan untuk shape analyst lho, mari kita bahas mengenai moment

Thursday, October 25, 2018

BAB 5 - Analisis Tekstur-Gray level cooccurance matrix-GLCM

Manusia mengenal tekstur seperti lembut dan kasar walaupun tangan tidak menyentuh benda tersebut, tapi otak mampu membedakan  hal tersebut melalui visualisasi yang ditangkap oleh mata. Tekstur dapat dicirikan sebagai berikut
  1. Pengulangan pola dari variasi lokal sehingga membentuk kesatuan yang utuh
  2. Menyediakan informasi susunan spasial dari warna dan intensitas citra
  3. Dicirikan dengan distribusi spasial dari level intensitas dari nilai pixel ketetanggaan
  4. Tidak bisa didefinisikan sebagai suatu satu point / nilai tertentu karena merupakan sebuah pola / kesatuan
Lihatlah ilustrasi berikut tentang tekstur sebuah citra yaitu terdiri dari 50% hitam dan 50% putih

Friday, October 19, 2018

BAB 4 - Operasi Dasar Olah Citra Digital - Image to Matrix

Sebelumnya ( http://www.softscients.web.id/2018/08/bab-4-operasi-dasar-olah-citra-digital.html ) kita sudah belajar mengenai pemanfaatan class yang sudah disediakan oleh Aforge dan Accord, nah ada yang lupa satu ini yaitu Image to Matrix, karena pada dasarnya Image terdiri dari matrix 2 dimensi dengan nilai 8bit yaitu rentang nilai 0-256. Nah agar lebih mudah, penulis sajikan beberapa potongan  kode berikut menggunakan class Accord.Imaging.Converters, agar lebih mudah kita hanya menyajikan gambar format grayscale saja

BAB 4 - Operasi Dasar Olah Citra Digital


Banyak teknik dasar olah citra yang telah disediakan oleh AForge diantaranya adalah operasi konvolusi (filtering), thresholding, morphologi, dan blob, corner detection, histogram equalization, line - circle - shape detection yang dibungkus secara rapi dalam bentuk class pada package AForge.Imaging dan AForge.Imaging.Filters.

Tulisan dibawah ini akan membahas mengenai
  1. Konvolusi
  2. Edge Detection
  3. Thresholding
  4. Morphology
  5. Geometry Moment Invariant - shape analyst
dst..

Sunday, September 23, 2018

Crop the image by annotation XML

Salah satu aplikasi yang digunakan untuk membuat dataset pada kasus image clasification, pasti akan mengenal Image Labeler seperti di Matlab 2017 keatas
https://www.mathworks.com/help/vision/ug/define-ground-truth-for-image-collections.html
Tapi koq agak berat buat dijalan di netbook kesayangan saya yang tiap hari menemani buat posting artikel serta mempelajari beberapa paper ilmiah. Nah untuk itu bisa anda gunakan untuk seperti di

Wednesday, September 12, 2018

Pengacakan Dataset



Penulis pernah ditugaskan untuk membuat dataset training agar diacak  karena menjumpai kasus berikut

Dear mr. Mulkan Syarif

Sir, saya mau bertanya masalah akurasi. apakah loss atau nilai error mempengaruhi akurasi?? kalau secara logika error/ loss kecil akurasi pasti tinggi. namun pada kenyataan pada eksperimen yang dilakukan, kadang ada nilai loss/error besar namun akurasinya tinggi. itu bagaimana ya sir??

Terima kasih

Jawab

seharusnya berbanding terbalik
error kecil
akurasi tinggi


Untuk itu  yang diacak adalah susunan baris saja, seperti berikut kode nya

Thursday, August 30, 2018

Matlab-Interfacing Webcam

Bagi pengguna Matlab R2017 dan R2018, bila anda akan menggunakan webcam dalam project yang melibatkan Matlab, kita bisa menggunakan Matlab Support Package for USB Webcams. Cara instal seperti biasanya yaitu

Sunday, August 26, 2018

Tips Persiapan untuk menulis ala naskah buku


Adakalanya kita akan banyak menulis paper dalam bentuk per BAB, dan banyak sekali revisi yang kita akan buat. Nah agar rapi dan enak dipandang, penulis kasih tips nya nih yaitu:

Hack-Backup data yuk

Backup merupakan langkah bijak yang kalian harus lakukan sedari awal, terutama berkaitan dengan data-data yang penting lho. Lumayan tidak praktis kalau file nya terdiri dari ribuan data dilakukan copy paste secara manual, tidak akan efektif. Apalagi penulis seringkali melakukan backup data karena melibatkan ribuan dataset untuk machine learning serta gonta ganti CPU karena membutuhkan prosesor yang cukup bagus. Nah, untuk itu penulis

Hack-Tune Up Netbook lemot

Bila kamu punya netebook dengan inti lebih dari 1 atau multicore, yang ingin mempercepat kinerjanya seperti netbook pada umumnya. Netbook yang berukuran kecil seperti 10.5 – 11 inchi biasanya mengandalkan prosesor hemat daya sehingga performanya kurang begitu cepat, oleh karena itu kita bisa melakukan tune up dengan software CPU core parking.

Saturday, August 25, 2018

BAB 3 - Framework AForge dan Accord Net

Pengembangan aplikasi yang besar  biasanya terdiri dari beberapa proses yang rumit dan kompleks. Seringkali terdapat banyak algoritma dan code yang dibuat oleh pihak lain atau bahkan membuat sendiri.

BAB 2- IDE Visual Studio

Apa itu IDE?

Bagi para developer melakukan penulisan source code dan sekaligus melakukan testing ataupun debugging) memerlukan IDE yang handal. IDE dalam lingkungan .NET ada banyak sekali yaitu Mono Develop, Microsoft Visual C# -- Express Edition (edisi gratisan dari Microsoft), 
kunjungi saja link berikut


Friday, August 24, 2018

BAB 1 - Olah Citra

Konsep Olah Citra Digital

Olah citra (image processing) sebagai dasar dalam computer vision merupakan bidang yang telah banyak diterapkan dalam dunia industri misalnya

Monday, August 13, 2018

Matlab-Membuat Rectangle ROI


Membuat rectangle biasanya digunakan untuk memposisikan sebuah objek agar tepat yang dikehendaki, sehingga user tidak sembarang melakukan capture karena sudah disediakan area capture.

Saturday, August 11, 2018

Decision Stump dan Decision Tree

Decision Stump dan  Decision Tree adalah salah satu model pendekatan prediktif  yang digunakan dalam teknik  statistics, data mining, dan machine learning.

Friday, August 10, 2018

Perbedaan Net Core dan Net Framework

https://i.stack.imgur.com/GQVQJ.png

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 server yang berjalan di Windows, Linux dan Mac.

Sunday, July 29, 2018

Pemilihan tools untuk komputasi teknis

Bagi anda yang sering bekerja untuk mengolah data menggunakan excel, ada baiknya anda bisa belajar menggunakan bahasa komputasi teknis, mengingat dalam beberapa hal bisa saling melengkapi, seperti penulis yang lakukan untuk menunjang pekerjaan sehari-hari seperti analisis data yang super besar (yang dalam hal ini, aplikasi seperti excel akan sangat tidak efisien dan seringkali bekerja dengan sangat lama)

Saturday, July 28, 2018

Matlab Komunikasi serial

Postingan kali ini agak sedikit berbeda dengan yang sebelumnya, yaitu komunikasi serial. Penulis menggunakan arduino UNO sebagai contoh sederhananya. Dibawah ini Arduino UNO sudah terpasang pada port USB di COM5

matlab-read excel string and number

Pernah menjumpai kesulitan menyimpan data di excel kemudian dibaca di matlab? Seperti kombinasi angka dan string di excel

Sunday, July 15, 2018

Matlab-Open and play video File

Ada yang pernah mencoba membuat GUI di Matlab untuk melakukan play video+sound? Pasti akan mengalami banyak kendala, bukan? Karena Matlab tidak punya mekanisme untuk play secara bersama-sama baik video dan sound. Caranya dengan Open and play video using MATLAB

Open and play video using MATLAB

MATLAB has no mechanism to play both and video from a video. There have been suggestions about using:
  1. MMPLAY which is a user submission
  2. Use VLC Player's ActiveX plugin within a MATLAB GUI.
Ref: https://www.mathworks.com/matlabcentral/answers/251504-how-do-i-play-a-video-in-matlab
Rada aneh memang, Matlab yang begitu mahal lisensinya tidak mempunyai mekanisme tersebut, padahal bahasa pemrograman umum sangat mudah melakukan hal tersebut seperti visual basic, C# karena Net Framework telah menyediakan banyak component tersebut.

Wednesday, July 11, 2018

Matlab-Face Detection

Selama ini, penulis banyak menggunakan opencv+python untuk beragam project berkaitan dengan machine learning, computer vision, walaupun penulis sebelumnya menggunakan matlab. Ada beberapa faktor kenapa penulis menggunakan python dikarenakan lebih kepada lisensi

Monday, June 25, 2018

Monday, June 18, 2018

Optical Character Recognition for Indonesian Electronic Id-Card Image

Tidak dipungkiri, perkembangan image processing banyak diaplikasikan dalam dunia bisnis seiring bertambahnya startup fintech yang membutuhkan kecepatan dan akurasi data sebagai syarat mutlak mengenai proses pendaftaran  seseorang menjadi calon nasabah. Identitas utama yang diperlukan yaitu identitas KTP. Akurasi dalam proses input data menjadi tantangan tersendiri untuk penerapan OCR KTP. Dikarenakan tidak semua font KTP tertera jelas, tergantung dari pemiliknya, terkadang sang pemilik tidak begitu rapi dalam menyimpan KTP di dompet sehingga font-font KTP menjadi kabur. Perhatikan KTP yang penulis comot dari www.google.com; Penulis asumsikan kita mendapat gambar KTP yang cukup bagus

Saturday, May 26, 2018

Install tensorflow di windows dengan mudah

Untuk melakukan instalasi tensorflow di windows agak susah-susah gampang, penulis berkali-kali instalasi seringkali gagal. Nah kali ini cukup berhasil. Ikutilah cara berikut ini, sebagai informasi: Penulis menggunakan
  1. OS Windows 10 x64bit,
  2. anaconda3-5.0.1-windows-x86_64.exe (versi python 3.5 64bit), sudah terinstall  dalam hal ini  anda harus memastikan untuk menggunakan x64 bit semuanya.
  3. Langkah selanjutnya download pip terbaru yaitu di https://bootstrap.pypa.io/get-pip.py; penulis tempatkan di D:/get-pip.py
  4. Bukalah cmd dan tujukan ke direktori diatas untuk melakukan instalasi pip terbaru

Friday, May 25, 2018

Ada tiga kelompok pengguna machine learning

Dalam penggunaan maching learning ada tiga kelompok pengguna deep learning (atau lebih umumnya machine learning) :

Saturday, April 28, 2018

Monday, April 16, 2018

Matlab-Algoritma Dynamic Time Warping

Kita sebut saja dengan DTW  (jangan kebalik dengan DWT) Dynamic time warping (DTW) adalah algoritma penyelarasan time series yang dikembangkan awalnya untuk pengenalan suara (1). Ini bertujuan menyelaraskan dua urutan vektor fitur dengan memutar sumbu waktu secara iteratif hingga kecocokan optimal (menurut metrik yang sesuai) antara dua urutan ditemukan.
Bagaimana mengukur tingkat jarak pada kasus diatas?
Sakoe,H. and Chiba, S. Dynamic programming algorithm optimization for spoken word recognition. IEEE Trans. on Acoust., Speech, and Signal Process., ASSP 26, 43-49 (1978).

Tuesday, February 20, 2018

Random Password Generator

Berbicara mengenai teknik brute force attack dalam menjebol password, maka hal yang utama diperlukan adalah generator random password. Penulis biasanya menggunakan python untuk membuat hal tersebut agar menjadi lebih mudah

Wednesday, January 24, 2018

Compute Confusion matrix

Confusion matrix merupakan salah satu metode yang dapat digunakan untuk mengukur kinerja suatu metode klasifikasi. Pada dasarnya confusion matrix mengandung informasi yang membandingkan hasil klasifikasi yang dilakukan oleh sistem dengan hasil klasifikasi yang seharusnya

TN : merupakan data negatif yang terdeteksi dengan benar
FP : merupakan data negatif namun terdeteksi sebagai data positif
TP: merupakan data positif terdeteksi benar
FN :merupakan data positif terdeteksi sebagai data negatif

Friday, January 12, 2018

Python-Classification with Support Vector Machines

[Teori]

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
Implementasi Support Vector Machine
Pada tulisan ini akan diberikan mengenai
1.    Cara training SVM
2.    Mengukur kinerja nya
3.    Prediksi hasil klasifikasi dengan menggunakan data asing (data yang belum pernah digunakan untuk pelatihan)
Karena tulisan ini agak cukup panjang, siapkan waktu yang cukup!

Sunday, January 7, 2018

Matlab-Fuzzy C Means Clustering

Teori

Ide dasar dari clustering untuk untuk melakukan prediksi seperti halnya clasification, tapi lebih kepada mencoba untuk melakukan grouping terhadap beberapa item yang mirip sesuai dengan batas kondisi yang ada. Contoh kasus grouping
  1. Grouping tipe dokumen dengan kemiripan bahasa (beberapa dokumen dijadikan 1 group bila ditemukan bahasa yang sama)
  2. Grouping artikel/berita yang sama

Saturday, January 6, 2018

Matlab Metode Data Mining (K-NN)

Menurut wikipedia diterangkan sebagai berikut
Algoritma k-nearest neighbor (k-NN atau KNN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.

Data pembelajaran diproyeksikan ke ruang berdimensi banyak, dimana masing-masing dimensi merepresentasikan fitur dari data. Ruang ini dibagi menjadi bagian-bagian berdasarkan klasifikasi data pembelajaran. Sebuah titik pada ruang ini ditandai kelas c jika kelas c merupakan klasifikasi yang paling banyak ditemui pada k buah tetangga terdekat titk tersebut. Dekat atau jauhnya tetangga biasanya dihitung berdasarkan jarak Euclidean.
https://id.wikipedia.org/wiki/KNN
Anda bisa mengunjungi link berikut mengenai perhitungan dan langkah-langkahnya