UAS Mesin Learning
Nama : M. Ray Choan
Kelas : Teknik Informatika C 2018
NIM : 18.01.013.076
UAS MACHINE LEARNING
1. a. apa yang kamu fahami terkait Revolusi Industri 4.0 ? Apa yang berbeda dengan Revolusi Industri sebelumnya?
b. Menurut kamu, apa saja yang harus kamu siapkan untuk menghadapi perubahan digital sehingga kamu bisa siap beradaptasi dengan revolusi Industri 4.0 ?
2. Buatlah script python sederhana untuk menampilkan nama dan kelas kalian ?
3. Sebutkan dan jelaskan jenis-jenis operator pada bahasa python ?
4. Jelaskan perbedaan dari sisi cara kerja operator keanggotaan dan operator identitas pada bahasa python ?
5. Jelaskan apa yang di maksud dengan metode KNN (K-Nearest Neighbor) dan berikan contoh penggunaan metode KNN pada kehidupan sehari-hari ?
JAWABAN :
1. a. Revolusi Industri keempat adalah bagaimana teknologi sepereti kecerdasan buatan, kendaraan otonom, dan internet saling memengaruhi kehidupan manusia. Nah hal yang membedakan revolusi Industri 4.0 ini dengan yRevolusi Industri sebelumnya adalah pada tahap perkembangannya. Yang dimana pada tahap revolusi Industri pertama yaitu pada abad ke 18, sudah ditemukan mesin uap dan manufaktur. Revolusi kedua yaitu pada abad ke 19 ditandai dengan adanya produksi massal, mesin listrik, dan standardisasi industry. Lalu revolusi Industri ketiga pada abad ke 20 ditandai dengan adanya computer dan teknologi informasi, hingga saat ini kita berada pada tahap Revolusi Industri keempat.
b. Menurut saya hal yang harus dipersiapkan untuk menghadapi era Revolusi Industri 4.0 ini adalah peningkatan kemampuan dan pengalaman untuk era digital, sehingga dengan kemampuan di atas rata-rata kita bisa beradaptasi dengan kemajuan teknologi yang dimana hal itu akan dapat menjamin masa depan yang lebih baik tanpa harus khawatir posisi kita akan diambil alih atau tersingkir oleh adanya Revolusi Industri 4.0 ini.
B. Python Shell
3. A. Operator Aritmatika = operator matematis yang terdiri dari operator penambahan, pengurangan, perkalian, pembagian, modulus, plus dan minus
B. Operator Perbandingan = digunakan untuk membandingkan suatu nilai dari masing-masing operan.
C. Operator Penugasan = digunakan untuk memberikan atau memodifikasi nilai ke dalam sebuah variabel.
D. Operator Logika = Dalam logika, dua kalimat dapat digabungkan dengan operator logika untuk membentuk kalimat gabungan. Nilai kebenaran kalimat gabungan ini ditentukan oleh nilai kebenaran kalimat-kalimat pembentuknya. Operator logika di sini bertindak sebagai fungsi.
E. Operator Bitwise = adalah operator khusus untuk menangani operasi logika bilangan biner dalam bentuk bit. Bilangan biner sendiri merupakan jenis bilangan yang hanya terdiri dari 2 jenis angka, yakni 0 dan 1. Jika nilai asal yang dipakai bukan bilangan biner, akan dikonversi secara otomatis oleh compiler C menjadi bilangan biner.
F. Operator Keanggotaan = adalah operator yang dipakai untuk memeriksa apakah suatu nilai ada di dalam sebuah himpunan atau tidak. Himpunan yang dimaksud terdiri dari tipe data “berbentuk array” seperti string, list, tuple, set dan dictionary. Operator ini dikenal juga sebagai membership operators.
G. Operator Identitas = adalah operator yang bisa dipakai untuk memeriksa apakah nilai sebuah variabel ada di tempat yang sama (di memory) atau tidak.
4. Operator keanggotaan adalah operator yang dipakai untuk memeriksa apakah suatu nilai ada di dalam sebuah himpunan atau tidak. Himpunan yang dimaksud terdiri dari tipe data “berbentuk array” seperti string, list, tuple, set dan dictionary. Operator ini dikenal juga sebagai membership operators.
Operator ini terdiri dari 2 jenis:
Operator | Penjelasan |
in | Bernilai True jika nilai yang dicari ada di dalam himpunan |
not in | Bernilai True jika nilai yang dicari tidak ada dalam himpunan |
Operator identitas adalah operator yang bisa dipakai untuk memeriksa apakah nilai sebuah variabel ada di tempat yang sama (di memory) atau tidak. Operator ini dikenal juga sebagai identity operators.
Operator ini terdiri dari 2 jenis:
Operator | Penjelasan |
is | Bernilai True jika kedua operand merujuk ke object yang sama dan berisi nilai yang sama |
is not | Bernilai True jika kedua operand merujuk ke object yang tidak sama |
5. RANGKUMAN MATERI MACHINE LEARNING PERTEMUAN XII,XIII,XIV
METODE KNN (K-NEAREST NEIGHBOR)
KNN (K-NEAREST NEIGHBOR) adalah salah satu metode untuk klasifikasi data suatu obyek berdasarkan sejumlah K-data training yang memiliki jarak paling dekat (Nearest neighbor) dengan objek tersebut. Untuk menentukan jarak, biasanya dihitung berdasarkan jarak euclidean (d), dengan rumus :
Contoh kasus :
Prediksi apakah seseorang bisa lulus S2 tepat waktu berdasarkan variabel IPK S1 dan usia masuk kuliah S2.
Penyelesaian : Ada dua variabel
IPK S1
Usia masuk S2
Data training : data mahasiswa yang lulus tepat waktu dan tidak, berdasarkan IPK S1 dan Usia.
Dimisalkan sebagai berikut :
Dari permisalan diatas, akan didapatkan hasil dengan cara seperti dibawah :
Langkah – langkah Algoritma K-NN sebagai berikut :
. Menentukan parameter K, bilangan bulat positif sebagai nearest neighbor (banyaknya tetangga)
Hitung jarak antara data baru dan semua data yang ada di data training
Menentukan K tetangga terdekat berdasarkan jarak minimum
Tetangga yang memiliki frekuensi terbanyak diambil sebagai nilai prediksi atau hasil klasifikasi dari data baru tersebut
Komentar
Posting Komentar