Machine Learning

1
2
1) Apakah pembelajaran itu?

2) Apakah Machine Learning?

3) Tahap-tahap dalam machine learning.

4) Tipe-tipe machine Learning.

5) Penerapan Machine Learning.

3
 Apakah pembelajaran itu?

“Untuk memperoleh pengetahuan atau

pemahaman, atau keterampilan melalui studi,
instruksi atau pengalaman ''

Mempelajari serangkaian fakta baru.

Belajar BAGAIMANA melakukan sesuatu.

Meningkatkan kemampuan sesuatu yang
sudah dipelajari.

4
 Apakah pembelajaran itu?
 Pembelajaran Mesin adalah studi tentang metode
pemrograman komputer untuk belajar.

 Membangun mesin yang secara otomatis belajar dari

pengalaman.

 Pembelajaran mesin biasanya mengacu pada perubahan

dalam sistem yang melakukan tugas-tugas yang terkait
dengan kecerdasan buatan (AI). Tugas-tugas tersebut
melibatkan pengenalan, diagnosis, perencanaan, kontrol
robot, prediksi, dll..

5
 Apakah Machine Learning?

Algoritma Mesin Terlatih

Pembelajaran

DATA
TRAINING Jawab

Query
6
 Tahap-tahap dalam
machine learning
1) Pengumpulan Data.

2) Representasi.

3) Modeling.

4) Estimasi.

5) Validasi.

6) Terapkan model yang dipelajari ke data “uji”

yang baru
7
Struktur umum system pembelajaran
Sistem Pembelajaran

Data Learning Feed-back

Process

Problem Solving

Pengajar
Hasil

Performance
Evaluation

8
 Keuntungan Machine Learning
1) Memecahkan masalah melalui inferensi
statistik.

2) Kecerdasan AI yang dapat diterima.

3) Mengurangi kendala dari waktu untuk

mencapai konvergensi.

9
 Kerugian Machine Learning

1) Penerapan algoritma yang sangat

khusus.

2) Masalah nyata memiliki terlalu banyak

variabel dan sensor mungkin terlalu
bernoise.

3) Komputasi kompleks.

10
 Tipe-tipe machine Learning

1) Unsupervised Learning .

2) Semi-Supervised (reinforcement).

3) Supervised Learning.

11
 Unsupervised Learning
 Mempelajari bagaimana pola masukan dapat
direpresentasikan untuk mencerminkan struktur
statistik dari keseluruhan kumpulan pola masukan
 Tidak ada keluaran yang digunakan (tidak seperti
supervised learning dan Semi-Supervised)
 Pembelajar hanya diberikan data yang tidak
berlabel.
 Tidak ada umpan balik yang diberikan dari
lingkungan

12
 Unsupervised Learning

 Keuntungan
 Sebagian besar hukum sains dikembangkan
melalui unsupervised Learning.

 Kerugian
 Identifikasi fitur itu sendiri merupakan masalah
yang kompleks dalam banyak situasi.

13
 Semi-Supervised (reinforcement)
 Berada di antara teknik pembelajaran Supervised
dan Unsupervised dimana jumlah data berlabel
dan tidak berlabel diperlukan untuk pelatihan.
 Dengan tujuan mengurangi jumlah pengawasan
yang diperlukan dibandingkan dengan Supervised
Learning.
 Dapat meningkatkan hasil pengelompokan
Unsupervised sesuai harapan pengguna.

14
 Semi-Supervised (reinforcement)
 Pembelajaran semi-supervised merupakan
area yang semakin penting dalam Machine
Learning.
 Metode pengelompokan data otomatis
membuat pengembangan metode untuk
memanfaatkan data yang tidak berlabel
menjadi lebih penting dari sebelumnya.

15
 Supervised Learning
1) Pembelajaran Analogi.

2) Belajar dengan Pohon Keputusan.

16
 Pembelajaran Analogi
Contoh-contoh masalah dan pembelajar harus membentuk
konsep yang mendukung sebagian besar contoh positif dan
tidak ada contoh negatif. Hal ini menunjukkan bahwa
sejumlah contoh pelatihan diperlukan untuk membentuk
konsep dalam pembelajaran induktif. Tidak seperti ini,
pembelajaran analogis dapat dicapai dari satu contoh.

17
 Langkah-langkah utama dalam pembelajaran
analogis sekarang diformalkan di bawah ini.
1. Mengidentifikasi Analogi: Mengidentifikasi kesamaan
antara contoh masalah yang dialami dan masalah baru.

2. Determining the Mapping Function: Relevant parts of the

experienced problem are selected and the mapping is
determined.

3. Menentukan Fungsi Pemetaan: Bagian-bagian yang relevan

dari permasalahan yang dialami dipilih dan pemetaannya
ditentukan.

18
 Langkah-langkah utama dalam pembelajaran
analogis sekarang diformalkan di bawah ini.

4. Validasi: Solusi yang baru dibangun divalidasi untuk

penerapannya melalui proses uji coba seperti teorema atau
simulasi.

5. Pembelajaran: Jika validasi terbukti berjalan dengan baik,

pengetahuan baru dikodekan dan disimpan untuk
penggunaan di masa mendatang.

19
 Belajar dengan Pohon Keputusan

 Pohon keputusan menerima sekumpulan atribut (atau

properti) objek sebagai masukan dan menghasilkan
keputusan biner berupa nilai benar atau salah sebagai
keluaran. Dengan demikian, pohon keputusan umumnya
merepresentasikan fungsi Boolean. Selain rentang {0,1},
rentang keluaran non-biner lainnya juga diperbolehkan.
Setiap simpul dalam pohon keputusan merepresentasikan
'pengujian beberapa atribut dari instans, dan setiap cabang
yang turun dari simpul tersebut sesuai dengan salah satu
nilai yang mungkin untuk atribut ini'

20
 Belajar dengan Pohon Keputusan

Untuk mengilustrasikan kontribusi pohon keputusan,

kita pertimbangkan sekumpulan contoh, yang
beberapa di antaranya menghasilkan nilai benar
untuk keputusan tersebut. Contoh-contoh tersebut
disebut contoh positif. Di sisi lain, ketika
keputusan yang dihasilkan salah, kita sebut contoh
tersebut sebagai ‘contoh negatif’.

21
22
Definisi

23
Konsep

24
25
26
27
28
 Definisi Visualisasi Data
Visualisasi data adalah representasi grafis dari informasi
dan data. Dengan menggunakan elemen elemen visual
seperti grafik, peta, dan grafik, visualisasi data
menyajikan informasi yang kompleks dengan cara yang
intuitif, mudah dipahami, dan dapat diakses, sehingga
memungkinkan pengguna untuk melihat pola, tren, dan
wawasan dari kumpulan data besar dengan cepat.
Visualisasi data mencakup berbagai alat dan teknik yang
diaplikasikan untuk data mentah untuk menciptakan
representasi visual.

29
Tujuan Visualisasi Data
 Pemahaman Cepat dan Intuitif
 Penemuan Wawasan Baru
 Komunikasi Efektif
 Penyederhanaan Informasi yang Kompleks

30
Jenis-jenis Visualisasi Data
 Diagram: Sebuah representasi visual dari data yang
menunjukkan hubungan antara berbagai elemen.
 Grafik: Sebuah representasi visual dari data yang
menunjukkan perubahan nilai seiring waktu atau dengan
variabel lain.
 Peta: Sebuah representasi visual dari data yang
menunjukkan lokasi geografis.
 Tabel: Sebuah representasi visual dari data yang
menunjukkan data dalam format kolom dan baris.
 Animasi: Sebuah representasi visual dari data yang
berubah seiring waktu.

31
Prinsip-prinsip Visualisasi Data
 Kejelasan: Visualisasi data harus mudah
dipahami oleh audiens yang ditargetkan.
 Akurasi: Visualisasi data harus akurat dan
mencerminkan data yang mendasarinya.
 Efisien: Visualisasi data harus menggunakan
elemen visual secara efektif untuk
mengkomunikasikan informasi.
 Kebaruan: Visualisasi data harus menarik
perhatian dan mendorong audiens untuk
terlibat.
32
 Perkembangan Visualisasi Data
di Era Big Data
 Visualisasi data interaktif
 Visualisasi data 3D.
 Visualisasi data berbasis AI

33
Tingkatan Visualisasi Data
 Visualisasi Dasar (Descriptive Visualization)
 Visualisasi Tematik (Thematic Visualization)
 Visualisasi Eksploratif (Exploratory Visualization)
 Visualisasi Inferensial (Inferential Visualization)
 Visualisasi Prediktif (Predictive Visualization)
 Visualisasi Interaktif (Interactive Visualization)

34
Jenis-jenis Big Data
 Data Terstruktur: Data yang memiliki struktur
tetap, seperti database relasional. Contoh: basis
data pelanggan, transaksi finansial.
 Data Semi-terstruktur: Data yang tidak memiliki
struktur formal tetapi memiliki beberapa elemen
organisasional
 Data Tidak Terstruktur: Data yang tidak memiliki
format tertentu. Ini mencakup 80% dari total data
di dunia.

35
Mengapa Disebut Sebagai "Big"
Data?
Istilah "big" dalam big data bukan hanya
merujuk pada ukuran atau volume. Ini lebih
tentang tantangan dan peluang yang datang
dengan dataset yang begitu besar sehingga
sulit untuk diproses, dianalisis, dan
dimanfaatkan menggunakan metode
tradisional atau perangkat biasa.

36
Similaritas dan Dissimilaritas
 Kemiripan (similarity) adalah ukuran
numerik dimana dua objeknya mirip, nilai 0
jika tidak mirip dan nilai 1 jika mirip penuh
 Ketidakmiripan (dissimilarity) adalah
derajat numerik dimana dua objek yang
berbeda, jangkauan nilai 0 sampai 1 atau
bahkan sampai ∞.

37
Ketidakmiripan Data Multiatribut

38
Kemiripan dengan k-means
 Algoritma K-Means adalah salah satu algoritma clustering
yang bersifat iteratif yang mencoba untuk mempartisi
dataset menjadi subkelompok non-overlapping berbeda
yang ditentukan oleh K (cluster) yang mana setiap titik
data hanya dimiliki oleh satu kelompok.
 K-Means mencoba membuat titik data intra-cluster semirip
mungkin dengan titik data yang lain pada satu cluster.
 K-Means menetapkan poin data ke cluster sedemikian rupa
sehingga jumlah jarak kuadrat antara titik data dan pusat
massa cluster (centroid) adalah minimal.
 Semakin sedikit variasi dalam sebuah cluster, semakin
homogen (serupa) titik data dalam cluster yang sama.
39
40
 Langkah / Algoritma K-Means
Clustering
1. Tentukan jumlah klaster (nilai k)
2. Inisialisasi nilai centroid awal setiap klaster secara acak
3. Hitung jarak setiap titik data dengan setiap centroid
4. Masukkan setiap titik data ke dalam klaster berdasarkan
jarak terdekat dengan pusat klaster
5. Untuk setiap klaster, tentukan nilai centroid baru
berdasarkan rerata (means) dari setiap data di dalam
klaster
6. Ulangi langkah 3-5 sedemikian hingga tidak ada
perubahan anggota klaster.
41
Ilustrasi Cara Kerja Algoritma K-
Means
 Optimasi Nilai k pada K-Means
 Salah satu faktor krusial baik tidaknya metode K-Means
adalah jumlah klusternya (nilai K). Hasil
pengelompokan akan menghasilkan analisa yang berbeda
untuk jumlah klaster yang berbeda juga.
 Semakin kecil nilai K (misal 2), maka pembagian kluster
menjadi cepat, namun mungkin ada informasi tersembunyi
yang tidak terungkap.
 Semakin besar nilai K (misal K=10), maka terlalu banyak
kluster. Mungkin akan terlalu sulit untuk membuat analisa
atau memilih dukungan keputusan dari hasil cluster.
Tahapan dalam pre-
processing
 DATA CLEANING: Tahap pertama yang perlu
dilakukan ketika akan preprocessing data adalah
data cleaning atau membersihkan data, yaitu
mengurangi hal-hal yang tidak perlu
 DATA INTEGRATION: data-data yang datang
dari berbagai sumber supaya memiliki format
yang sama.

44
Pembagian data
 Training set adalah himpunan data yang digunakan
untuk melatih atau membangun model
 Validation set adalah himpunan data yang
digunakan untuk mengoptimisasi saat melatih
model
 Testing set adalah himpunan data yang digunakan
untuk menguji model setelah proses latihan selesai.
 Pada umumnya, rasio pembagian dataset (training:
validation: testing) adalah (80% : 10% : 10%) atau
(90% : 5% : 5%) atau tidak ada validation set

45
 Principle Component Analysis

Analisis komponen utama (PCA) adalah

metode pengurangan dimensionalitas dan
pembelajaran mesin yang digunakan untuk
menyederhanakan kumpulan data besar
menjadi kumpulan yang lebih kecil sambil
tetap mempertahankan pola dan tren yang
signifikan. PCA biasanya digunakan
sebagai pre-processing data

46
 Langkah
 Buat standarisasi :

 Hitung Matriks Kovarian

 Hitung vektor dan nilai eigennya

 Pilih vektor eigen dengan nilai eigen terbesar (Feature Vector)
 Transformasikan :

47