Pengenalan pola
Dari Wikipedia bahasa Indonesia, ensiklopedia bebas
Pengenalan pola merupakan bidang dalam pembelajaran mesin dan dapat
diartikan sebagai "tindakan mengambil data mentah dan bertindak berdasarkan
klasifikasi data" [1] [2]. Dengan demikian, ia merupakan himpunan kaidah bagi
pembelajaran diselia (supervised learning). Ada beberapa definisi lain tentang
pengenalan pola, di antaranya:
Penentuan suatu objek fisik atau kejadian ke dalam salah satu atau
beberapa kategori. [3]
Identifikasi biometrik
klasifikasi dokuman
Internet
Credit scoring
1.2.
Sumber : WikiPedia
Pengenalan pola biasanya merupakan langkah perantaraan bagi proses lebih
lanjut. Langkah ini biasanya merupakan dapatan data (gambar, bunyi, teks, dll.)
untuk dikelaskan, pre-pemrosesan untuk menghilangkan gangguan atau
menormalkan gambar dalam satu cara (pemrosesan gambar (image processing),
teks dll.), pengiraan ciri-ciri, pengkelasan dan akhirnya post-pemrosesan
berdasarkan kelas pengenalan dan aras keyakinan.
Pengenalan pola itu sendiri khususnya berkaitan dengan langkah pengkelasan.
Dalam kasus tertentu, sebagaimana dalam jaringan syaraf (neural networks),
pemilihan ciri-ciri dan pengambilan juga boleh dilaksanakan secara semi
otomatis atau otomatis sepenuhnya.
Sementara terdapat banyak kaidah untuk pengkelasan, ia menyelesaikan satu dari
tiga masalah matematis berkaitan.
Pertama adalah mencari peta ruang ciri (feature space) (biasanya pelbagai dimensi
ruang vektor (vector space)) bagi set label. Secara bersamaan ia membagi ruang
ciri menjadi kawasan-kawasan, kemudian meletakkan label kepada setiap
kawasan. Algoritma yang demikian ini (contohnya the nearest neighbour
algorithm) biasanya belumlah menghasilkan kepercayaan atau class probabilities,
sebelum diterapkannya post-processing.
Masalah kedua adalah untuk menganggap masalah sebagai anggaran, dimana
matlamat adalah untuk menganggar fungsi bagi bentuk
berlainan dengan memilih satu vektor parameter , hasil dibentuk bagi kesemua
thetas yang mungkin, dengan turutan berat bagi ketepatan berdasarkan data latihan
D:
Masalah ketiga terkait dengan masalah kedua, tetapi masalahnya adalah untuk
menganggar kebangkalian bersyarat (conditional probability)
dan
kemudian menggunakan aturan Bayes untuk menghasilkan kemungkinan kelas
sebagaimana dalam masalah kedua.
Pengenalan Pola
Pola adalah suatu entitas yang terdefinisi dan dapat diidentifikasi serta diberi
nama melalui ciri-cirinya (feature). Ciri-ciri tersebut digunakan untuk
membedakan suatu pola dengan pola yang lainnya. Ciri yang baik adalah ciri yang
memiliki daya pembeda yang tinggi, sehingga pengelompokan pola berdasarkan
ciri yang dimiliki dapat dilakukan dengan keakuratan yang tinggi.
Pola adalah komposit/gabungan dari ciri yang merupakan sifat dari sebuah
objek (Al Fatta, Hanif : 2009).
Beberapa contoh pola :
1. Huruf, memiliki ciri-ciri seperti tinggi, tebal, titik sudut, dan lengkungan
garis.
2. Suara, memiliki ciri-ciri seperti amplitudo, frekuensi, nada, dan intonasi.
3. Tanda tangan, memiliki ciri-ciri seperti panjang, kerumitan, dan tekanan.
4. Sidik jari, memiliki ciri-ciri seperti lengkungan, dan jumlah garis.
Ciri-ciri pada suatu pola diperoleh dari hasil pengukuran pada titik objek uji.
Khusus pada pola yang terdapat didalam citra, ciri-ciri yang dapat diperoleh
berasal dari informasi.
1. Spasial, seperti intensitas piksel dan histogram.
2. Tepi, seperti arah dan kekuatan.
3. Kontur, seperti garis, ellips dan lingkaran.
2. Statistika
Sumber : Wikipedia
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika'
(bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika
merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data,
informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari
kumpulan data, statistika dapat digunakan untuk menyimpulkan atau
mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep
dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika
antara lain: populasi, sampel, unit sampel, dan probabilitas.
Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu
alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk
sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri.
Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan;
sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi
statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau
polling (misalnya dilakukan sebelum pemilihan umum), serta hitung cepat
(perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika
dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.
2.1.
Konsep Dasar
2.2.
Teknik-teknik statistika
Beberapa pengujian dan prosedur yang banyak digunakan dalam penelitian antara
lain:
khi-kuadrat
Uji t-Student