Nim : 09011181823002
MataKuliah : Kecerdasan Buatan
1. K Nearest Neighbor
Distance Functions
Euclidean :
k
√∑i=1
(x i− yi )2
Manhattan :
k
∑ ¿ x i− y i ∨¿
i=1
Minkowski :
¿¿
D= (x 1− y 1 )2+( x 2− y 2)2
√
Standarized Distance :
X−Min
X2=
Max−Min
References :
2. Naive Bayes
P (X∨H ). P(H )
P( H ∨X )=
P(X )
Dimana :
P(X) : Probabilitas X
Nama : Rahmat Hidayat
Nim : 09011181823002
MataKuliah : Kecerdasan Buatan
Di sinilah digunakan asumsi independensi yang sangat tinggi (naif), bahwa masing masing
petunjuk (F1,F2...Fn) saling bebas (independen) satu sama lain. Dengan asumsi tersebut, maka
berlaku suatu kesamaan sebagai berikut:
P ( Fi|Fj )=P ¿¿
Untuk i≠ j sehingga
P(Fi|C,Fj)=P(Fi|C)
P : Peluang
Xi : Atribut ke i
xi : Nilai atribut ke i
dan persamaan untuk menghitung nilai simpangan baku ( standar deviasi ) dapat dilihat
sebagai berikut :
σ=
√
di mana :
∑ (x i−µ)2
i=1
n−1
σ : standar deviasi xi
: nilai x ke -i
µ : rata-rata hitung
n : jumlah sampel
References : Saleh,Alfa. KLASIFIKASI METODE NAIVE BAYES DALAM DATA MINING UNTUK
MENENTUKAN KONSENTRASI SISWA.Medan : Jl K.L. Yos Sudarso KM 6.5 No.3-A, Tanjung Mulia,
Medan,2017.
Nama : Rahmat Hidayat
Nim : 09011181823002
MataKuliah : Kecerdasan Buatan
3. Support Vector
f(x)=wT X+b
¿|xi −x j|∨¿2
K(X1,Xj)=exp ¿
2 σ2
2. Kernel Polynomial
K ( x i , x j ) =( ( x i , x j ) +c) d
References :
Pusphita Anna Octaviani , Yuciana Wilandari, Dwi Ispriyanti. PENERAPAN METODE KLASIFIKASI
SUPPORT VECTOR MACHINE (SVM) PADA DATA AKREDITASI SEKOLAH DASAR. KABUPATEN
MAGELANG,2014.