Saturday, March 23, 2019

Heuristik dan Metaheuristik




Heuristik (yunani heuriskein) yaitu  seni untuk menemukan strategi dalam menyelesaikan persoalan sedangkan meta berarti metodologi tingkat tinggi atau lanjut (Talbi, 2009).  Di dalam ilmu komputer, metode heuristik merupakan suatu teknik untuk penyelesaian permasalahan yang tidak menekankan pada pembuktian apakah solusi yang didapatkan adalah benar (pembuktian apakah suatu solusi adalah benar merupakan fokus dari metode penyelesaian analitik), tetapi lebih menekankan pada performa komputasi dan kesederhanaan. Metode heuristik  merupakan suatu metode penyelesaian yang menggunakan konsep pendekatan.

Friday, March 15, 2019

Matlab-FireFly Algorithm

Penulis mencoba untuk menulis code Algoritma Kunang-Kunang menggunakan Octave (sintaks mirip dengan matlab) agar code nya lebih mudah dipelajari dan lebih sedikit. Langsung saja, sebuah persamaan berikut dengan fungsi objektif

Thursday, March 14, 2019

Python-Generating Code Documentation dengan Pweave


Hal yang biasa kita jumpai dengan klien adalah membuat alur kerja serta bentuk visualisasi nya step by step, nah agak merepotkan. Ada tools yang sangat bermanfaat sekali untuk mempermudah hal tersebut dengan menggunakan http://mpastell.com/pweave/docs.html
Ref:  https://blog.sicara.com/jupyter-notebook-analysis-production-b2d585204520
Berikut hasil report dengan format HTML


Saturday, March 9, 2019

Python-Radial Basis Function Networks Data Trend Model

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 jauh mengenai RBF, maka perlu sedikit membahas distribusi gaussian. 

Friday, March 8, 2019

Python-Feature Selection untuk Meningkatkan AKurasi Dataset



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.

Monday, March 4, 2019

Python-Scene Text detection

Scene text detection merupakan suatu proses untuk mengkonversi region text  yang memungkinkan dibaca oleh sebuah komputer, ada perbedaan yang mendasar mengenai recognition vs scene text detection seperti berikut
  1. clean background vs. cluttered background
  2. regular font vs. various fonts
  3. plain layout vs. complex layouts
  4. monotone color vs. different colors

Tantangan utama dari Scene text detection yaitu
  1. Diversity of scene text: different colors, scales, orientations, fonts, languages
  2. Complexity of background:  elements like signs, fences, bricks, and grasses are virtually indistinguishable from true text
  3. Various interference factors:  noise, blur, non-uniform illumination, low resolution, partial occlusion
Metode Konvensional untuk text detection yaitu
MSER:
  1. extract character candidates using MSER (Maximally Stable Extremal Regions), assuming similar color within each character
  2. robust, fast to compute, independent of scale
  3. limitation: can only handle horizontal text, due to features and linking strategy

SWT
  1. extract character candidates with SWT (Stroke Width Transform), assuming consistent stroke width within each character
  2. robust, fast to compute, independent of scale
  3. limitation: can only handle horizontal text, due to features and linking strategy
Deep Learning menggunakan EAST yaitu Efficient and Accurate Scene Text
https://arxiv.org/abs/1704.03155

Kode: https://github.com/argman/EAST
  1. main idea: predict location, scale and orientation of text with a single model and multiple loss functions (multi-task training)
  2. advantages: (a). accuracy: allow for end-to-end training and optimization;  (b). efficiency: remove redundant stages and processings
Lagi malas buat terjemahkan (:)