Klasifikasi Data dengan Learning Vector

Quantization
Oleh : mulkan.ms@gmail.com

http://softscients.blogspot.com

Learning vector quantization, Setelah penulis membuat versi di java, kini dilakukan
porting kedalam platform .Net 4.0 yaitu C# karena C# untuk melakukan komputasi
array dalam jumlah besar, lumayan lebih cepat.

Mengenal LVQ yaitu algoritma non linear yang bekerja untuk melakukan klasifikasi
supervisi sehingga kita harus mempunyai input dan target yang telah diketahui
sebagai bahan untuk mencari nilai bobot yang optimal

Aturan LVQ agar berbeda dengan backpropagation yaitu lebih simple tidak
menggunakan fungsi aktifasi, tapi yang lebih penting adalah bobot awal yang
digunakan harus tepat

Misalkan
Saya mempunya 6 paramater dengan 16 data sample untuk diklasifikan menjadi

Maka matrix bobot nya yaitu

Misalkan kita mempunyai data berikut

LOGIKA OR

P{1} itu artinya parameter 1 dan 2

T itu target, dalam hal ini angka 2 mewakili true dan 1 mewakili false

Sehingga dalam kasus logika boolean OR ada 2 kelas dan 2 parameter dengan 4
sample data yang digunakan
Maka

Field Jumlah Parameter diisi dengan 2 kemudian klik Buat Tabel Latih

Isi Tabel Latih kemudian klik Load Data

Isikan tabel Bobot

Setelah semua nya selesai! Klik Latih

Akan menghasilkan

Pada tahap ini, anda selesai melakukan proses pelatihan

Kemudian pilih tab Pengujian

Untuk melakukan pengujian, isilah Tabel Uji kemudian klik Uji

Menghasilkan

Semuanya telah berjalan dengan baik

Mari kita uji dengan data-data
data yang lainnya, misalkan pada contoh berikut (biasa nya
penulis menggunakan Kmeans clustering untuk menentukan centroid nya! Tapi
Kmeans cocok untuk kasus 2 dimensi atau 3 di mensi, lha kalau multidimensi itu
akan sulit). Misalkan kita mempunyai 3 klasifikasi data yaitu

Agar lebih mudah, kita plotkan saja ke versi 2 dimensi yaitu

Terlihat bahwa secara ploting, terdapat 3 pusat data, bagaiamana LVQ dapat
membantu kita??
Silahkan buka aplikasi pada tab Pelatihan

Klik Label Import CVS

Buka data (carilah file dengan nama data3.csv)

Agar lebih mudah nya! Klik Isi Bobot Acak agar Bobot nya terisi secara acak
Kumudian, klik Latih untuk proses pelatihan

Bila terdapat pesan

Sebaik nya ubah bobot nya lagi!

Misalkan penulis mengubah ke bobot

0,0

0,0

0,0

0,0

Kemudian klik Latih lagi, akan menghasikan

Yaitu
Nah, anda siap menggunakan untuk proses Pengujian jika perlu, contoh berikut

Terlihat bahwa LVQ dapat klasifikasi dengan baik.

FAQ:

T: Bagiamana saya bisa mendowload contoh file biner dan contoh *.csv nya

J: Silahkan kirim email ke mulkan.ms@gmail.com atau

http://softscients.blogspot.com untuk mendapatkan link di dropbox.com mengenai
biner application dan *.csv nya

T: Bagaimana saya mendapatkan tutorial step by step mengenai LVQ serta source
code nya?

J: silahkan kirim email untuk penjelasan lebih lanjut

T: Bisakan saya pesan aplikasi tersebut untuk dilakukan kustomisasi untuk riset
atau project

J: bisa dipesan