Mechine Learning (P12,13,14)

Nama                    : Putra Aji Mulia

Nim                        : 18.01.013.099

Kelas                     : Informatika C 2018

Mata Kulia           : Mechine Learning

 Link    : https://youtu.be/Gow90EE7ttk & https://youtu.be/q-vx92IC-x8

 

METODE K-NN ( Nearest Neighboor )

“ Python Machine Learning “

Metode Pembelajaran dalam Machine Learning :

1. Supervised Learning yaitu jenis algoritma yang sering digunakan dalam dunia data science yang memiliki lebel ditiap datanya menggunakan data letih (data training) dalam melakukan prediksi maupun klasifikasi.

         Perpecahannya terdiri dari :

Ø  Decision Tree

Ø  Regresi Linear

Ø  K-Nearest Neighboor

Ø  Bayasian

Ø  Neural Network

Ø  dll

2. Unsupervised Learning yaitu sama halnya dengan supervised learning bedanya unsupervised tidak menggunakan data training untuk melakukan prediksi dan klasifikasi.

3. Semi Supervised Learning adalah tipe learning dimana kita mempunyai data masukan(input data) dalam jumlah besar dan hanya beberapa dari data tersebut yang dilebeli.

4. Reinforcement Learning adalah machine learning yang paling cocok dalam mempelajari hal baru dari nol tanpa campur tangan manusia.

 

Apa itu K-NN ?

K-NN yaitu salah satu algoritma untuk klarifikasi data suatu objek berdasarkan sejumlah k-data training yang memiliki jarak paling dekat ( Nearest Neighboor ) dengan objek tersebut. Jauh dekatnya tetangga, biasanya dihitung berdasarkan jarak Euclidean(d).

 

Algoritma K-NN

Langkah –langkah :

1. Menentukan parameter K bilangan bulat positif sebagai nearest neighbor (banyak tetangga terdekat)

2. Hitung jarak antara data baru dan semua data yang ada di data training.

3. Menentukan K tetangga terdekat berdasarkan jarak minimum.

4. Tetangga yang memiliki frekuensi terbanyak diambil sebagai nilai prediksi atau hasil klarifikasi dari   data baru tersebut.

 

Studi Kasus

Klarifikasi bunga IRIS (Bunga Pelangi)

     Terdapat 3 jenis bunga iris yang agak susah dikenali yaitu setosa, versicolor dan virginica.Untuk itu akan dibuat sebuah program dengan K-NN untuk memprediksi sebuah bunga iris, masuk di kelompok yang sama.