Sunday, February 17, 2019

Buku Belajar Machine Learning dengan Python - KMeans Clustering


Seiring dengan meningkatnya traffic dan kemudahan dalam mengelola content, kami mengucapkan banyak terima kasih kepada para pembaca setia pada blog www.softscients.web.id

Per 19 Maret 2020, kami sedang melakukan migrasi ke domain dan hosting yang lebih baik yaitu
Semoga dengan alamat domain dan hosting terbaru akan semakin memudahkan para pembaca dalam mencari materi/content. Migrasi dilakukan secara bertahap yang membutuhkan waktu yang cukup lama jadi jangan kuatir selama migrasi akan dilakukan secara hati-hati untuk memimalkan broken link

Sinopsis

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 berikut:
  1. https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_ml/py_kmeans/py_kmeans_understanding/py_kmeans_understanding.html
  2. https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_ml/py_kmeans/py_kmeans_opencv/py_kmeans_opencv.html#additional-resources
Kemudian penulis tulis ulang agar mudah dipelajari, kalau kalian ingin tahu lebih dalam secara step by step, kalian beli saja bukunya.

Dataset

Untuk dataset, kita mencoba untuk versi simple  dengan sebuah array berikut

data_masuk = np.array([[7,8],
                        [4,13],
                        [8,7],
                        [8 ,9],
                        [3 ,12],
                        [3 ,1],
                        [5 ,3],
                        [3 ,13],
                        [9 ,8],
                        [3 ,5],
                        [8 ,8],
                        [2 ,13],
                        [1 ,3],
                        [3 ,14]],dtype='float32')

Tuesday, February 12, 2019

Python – Watershed Segmentation

UPDATE: 12 FEBRUARI 2019
BAHASA: Python
SYSTEM: OpenCV 4.0.0

PENGANTAR

Teknik image segmentation seringkali telah banyak dibahas, adapun untuk postingan kali ini, penulis menerapakan watershed segmentation dengan melibatkan Kmeans clustering sebagai tahap pre prosesing sebelum di input kedalam watershed segmentation

DATASET



Wednesday, February 6, 2019

C# - Fuzzy C Means Clustering



UPDATE: 01 FEBRUARI 2019
BAHASA: C#
SYSTEM:
a.    Windows 10
b.    IDE : SharpDevelop Version : 5.1.0.5216-0e58df71
c.    .NET Version         : 4.7.03056

PENGANTAR:

Clustering adalah bahasan cukup sering kita dengar pada teknik data minning. Ada banyak teknik yang bisa kita gunakan, mulai dari algoritma kmeans clustering, k-nearest neighbor, ataupun fuzzy c-means clustering, kohonen (versi  LVQ unsupervisi).  Penulis menggunakan fuzzy c-means clustering untuk menentukan center tiap kelompok data. Kamu bisa membaca tutorial di https://edrianhadinata.wordpress.com/2013/12/19/metode-clustering-algoritma-fuzzy-cmeans/.