Model dan Prediksi Data
Nama: Shafira Rahma Cantika (29)
Kelas: XI Bahasa
Jawablah pertanyaan berikut dengan benar
1. Jelaskan perbedaan unsupervised dan supervised learning
Jawab:
- Supervised learning merupakan sebuah proses pengelompokkan data – data yang dimana telah memiliki label dan akan dimasukkan/dikelompokkan berdasarkan labelnya, juga algoritma yang terdapat pada supervised bertujuan untuk memperkirakan atau memprediksi fungsi pada bidang pemetaan sehingga ketika ada variable input (X) kita pun dapat memprediksi variable output (Y).
- Sementara unsupervised learning merupakan pada data mining merupakan tipe algoritma yang memiliki variable input (X) dan juga tidak memiliki variable output yang sesuai. Tujuan dari unsupervised sendiri adalah untuk memodelkan struktur data yang mana agar dapat mempelajari data-data tersebut lebih lanjut lagi. Untuk penggunaan algoritma artificial intelligence di unsupervised sendiri bertujuan untuk mengindentifikasikan pola – pola dalam sekumpulan data yang pada umumnya tidak diklasifikasikan atau dengan kata lain tidak diberi label.
2. Jelaskan perbedaan model data berdasarkan objek dan model data berdasarkan record
Jawab:
- Model Data Berbasis Objek, Merupakan himpunan data dan relasi yang menjelaskan hubungan logik antar data dalam suatu basis data berdasarkan objek datanya. Terdiri dari : Entity Relationship Model, Binary Model, Semantic Model
- Kalau Model Data Berbasis Record, Model ini mendasarkan pada record untuk menjelaskan kepada user tentang hubungan logik antar data dalam basis data. Ada 3 jenis : Model Relational, Model Hirarki, Model Jaringan
3. Apakah yang dimaksud dengan estimasi dan berikan contohnya
Jawab:
Estiminasi adalah suatu metode untuk memperkirakan sesuatu, atau dalam kata lain dimana kita dapat memperkirakan sebuah populiasi (parameter) dengan memakai nilai sampel (statistik). Contohnya adalah:
- Saat kita melakukan sebuah kegiatan yang membutuhkan anggaran dana
- Proyek yang di kerjakan dengan batasan waktu tertentu.
Dalam hal itu rencana perkiraan atau estimasi, menjadi tolak ukur dan gambaran umum dana atau waktu yang dibutuhkan untuk menyelesaikan pekerjaan tersebut.
4. Apakah yang dimaksud dengan klasifikasi dan berikan contohnya
Jawab:
Klasifikasi adalah pengaturan sistematis dalam pembagian atau pengelompokan hal berdasarkan kesamaan sifatnya. Misalnya klasifikasi makhluk hidup menjadi amfibi, mamalia, ikan, ataupun aves, memberikan gambaran secara umum tentang makhluk hidup. Klasifikasi memudahkan kita untuk mengerti suatu bidang yang kompleks menjadi lebih terstruktur namun sederhana.
Contoh klasifikasi adalah klasifikasi makhluk hidup, klasifikasi burung berdasarkan morfologi paruhnya, klasifikasi golongan darah, klasifikasi seni lukis berdasarkan alirannya, klasifikasi jenis-jenis olah raga bola besar, hingga klasifikasi sumber daya suatu negara.
5. Apakah yang dimaksud dengan clustering dan berikan contohnya
Jawab:
Analisis cluster adalah analisis yang digunakan untuk mengklasifikasikan objek atau observasi yang berbeda ke dalam kelompok (klaster) sehingga kesamaan antara objek dalam kelompok maksimal dan kesamaan antar kelompok minimal. Analisis ini merupakan teknik analisis statistik multivariat yang mengelompokkan observasi berdasarkan beberapa variabel atau feature. Analisis klaster juga merupakan salah satu teknik dalam machine learning yang termasuk ke dalam kelompok unsupervised learning. Contohnya:
- Segmentasi pasar: memahami karakteristik konsumen/ calon konsumen, misal berdasarkan usia dan pengeluaran.
- Segmentasi gambar: untuk aplikasi pengenalan objek
- Social Network Analysis (SNA): mengelompokkan tweet atau profile berdasarkan opininya terhadap suatu kasus.
- Taksonomi: dalam biologi, analisis klaster adalah alat yang penting untuk klasifikasi organisme.
- Medis: identifikasi pasien yang memiliki penyakit dengan penyebab yang sama atau pasien yang harus menerima pengobatan yang sama.
Comments
Post a Comment