Model dan Prediksi Data

Maulida Diva Karamah (16)  

XI BAHASA 

TUGAS INFORMATIKA 12/10/22

1. Jelaskan perbedaan unsupervised dan supervised learning. source : Jawaban no 1

Sebelumnya pengertian dari Supervised learning adalah suatu pendekatan dalam pembuatan AI. Dalam pendekatan ini, machine learning dilatih untuk mengenali pola antara input data dan label output, dan dilatih untuk mengidentifikasi hubungan yang mendasari koneksi input data dengan label output. Sedangkan Unsupervised learning adalah suatu teknik yang digunakan machine learning dalam pembuatan artivicial intelligent. Dalam pendekatan ini, Anda tidak perlu melatih algoritma komputer untuk mengenali pola penyusun AI.

Perbedaannya adalah

• Supervised learning akan membantu Anda untuk mengumpulkan atau memproduksi output data dari pengalaman yang sudah pernah terjadi. Sedangkan unsupervised learning lebih sering digunakan untuk menemukan seluruh pola yang tidak dikenal dalam data.

• Pada model supervised learning, Anda akan mendapatkan variabel data input dan output. Namun, hal ini tidak terjadi pada unsupervised learning. Pada pendekatan tersebut, Anda hanya akan mendapatkan data input. Ini karena supervised learning memungkinkan Anda untuk mengumpulkan atau memproduksi output data yang didapat dari pengalaman sebelumnya. Sementara itu, unsupervised learning tidak dirancang untuk “belajar” dari pengalaman sebelumnya sehingga tidak menghasilkan output data.

• Pada supervised learning, algoritma komputer melakukan pembelajaran secara offline sebelum menghadapi data. Artinya, komputer “dibekali” sejumlah materi tertentu agar nanti dapat mengenali data dengan mudah. Hal ini tidak terjadi pada unsupervised learning. Pada pendekatan ini, algoritma komputer mempelajari data secara real-time. Itu artinya, ketika komputer berhadapan dengan data, pada saat itu juga, komputer belajar mengenali data.

2. Jelaskan perbedaan model data berdasarkan objek dan model data berdasarkan Record.source Jawaban no 2

1. Model data berdasarkan objek Merupakan himpunan data dan relasi yang menjelaskan hubungan logik antar data dalam suatu basis data berdasarkan objek datanya. Terdiri dari dua jenis, yaitu :

Entity Relationship model. Merupakan model untuk menjelaskan hubungan antar data dalam basis data berdasarkan persepsi bahwa real world (dunia nyata) terdiri dari objek-objek dasar yang mempunyai hubungan / relasi antara objek tersebut. Dan Semantic Model.Relasi antar objek dinyatakan dengan kata-kata (semantic).

• Model Data Berbasis Record. Model ini mendasarkan pada record untuk menjelaskan kepada user tentang hubungan logik antar data dalam basis data. Ada 3 jenis :

Relational Model Menjelaskan tentang hubungan logik antar data dalam basis data dengan memvisualisasikan ke dalam bentuk tabel-tabel yang terdiri dari sejumlah baris dan kolom yang menunjukkan atribut tertentu. Lebih mudah dipahami dibandingkan model-model lainnya. Hirarchycal Model (Tree Structure) Menjelaskan tentang hubungan logik abtar data dalam basis data dalam bentuk hubungan bertingkat (hirarki). Elemen penyusunnya disebut node, yang berupa rinci data, agregat data, atau record. Network Model (Plex Structure) Hampir sama dengan model hirarki, dan digambarkan sedemikian rupa sehingga child pasti berada pada level yang lebih rendah daripada parent. Sebuah child dapat mempunyai lebih dari satu parent.

3. Apakah yang dimaksud dengan estimasi dan berikan contohnya.source jawaban no 3

Istilah estimasi berasal dari bahasa Latin aestimation, dari aestimare yang berarti menentukan, menilai, melihat perkiraan. Secara umum, estimasi adalah proses menemukan perkiraan, yang merupakan nilai yang dapat digunakan untuk tujuan tertentu.

Menurut Kamus Besar Bahasa Indonesia atau KBBI, pengertian estimasi adalah dalam praktiknya berhubungan dengan suatu proyek. Misalnya untuk memperhitungkan biaya yang dibutuhkan untuk bisa mencapai tujuan yang sudah diproyeksikan.

Contoh Penerapan Estimasi

1. Estimasi Biaya

Ketika melakukan suatu proyek bangunan, maka akan digunakan dana dalam jumlah tertentu untuk menyelesaikan suatu pekerjaan konstruksi. Estimasi yang digunakan dalam penyusunan kerja konstruksi adalah estimasi barang, hal ini digunakan untuk menjadi tolak ukur jumlah dana yang hendak digunakan dan kapan waktu penyelesaian proyek dicapai.

2. Estimasi Jasa

Selain sesuatu yang dapat terlihat secara fisik, penggunaan estimasi juga ada dalam proses penggunaan jasa. Untuk yang satu ini, penggunaan estimasi saat sedang memperkirakan berapa upah yang akan diterima pekerja berdasarkan hasil yang nyata, dana yang akan digunakan, serta aspek kerja yang akan dihasilkan.

4. Apakah yang dimaksud dengan klasifikasi dan berikan contohnya Source Jawaban no 4

    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. source jawaban no 5

Clustering atau klasterisasi adalah metode pengelompokan data. Menurut Tan, 2006 clustering adalah sebuah proses untuk mengelompokan data ke dalam beberapa cluster atau kelompok sehingga data dalam satu cluster memiliki tingkat kemiripan yang maksimum dan data antar cluster memiliki kemiripan yang minimum.

Clustering merupakan proses partisi satu set objek data ke dalam himpunan bagian yang disebut dengan cluster. Clustering juga dikenal sebagai data segmentasi karena clustering mempartisi banyak data set ke dalam banyak group berdasarkan kesamaannya. Selain itu clustering juga bisa sebagai outlier detection.

Beberapa contoh aplikasi cluster analysis adalah:

• 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.