Pengenalan Dasar Pola
Pengenalan Dasar Pola
Maura Widyaningsih
KONTRAK KULIAH
Tugas : individu, Kelompok : 20%
UTS : 30%
UAS : 50%
Sistem Penilaian
80 – 100 80 -86 = A-, 87-93 = A , 94 – 100 = A+
70 – 79 70 -73 = B- , 74 – 76= B, 77 - 79= B+
60 – 69 60 -63 = C-, 64 – 76 = C, 67 – 69 = C+
<59 D-, D, D+
<49 E
Kompetensi Dasar
Indikator Pencapaian
Mahasiswa dapat menyelesaikan masalah klasifikasi, deteksi,
dan clustering
Identifikasi
Deteksi
K-Means
Pengenalan / Recognition
Identifikasi dari suatu data yang akan dikenali polanya
Deteksi
Proses identifikasi obyek secara
keseluruhan yang akan dikenali.
Contoh deteksi wajah, objek, dan deteksi
makhluk hidup
Dalam permasalahan deteksi diperlukan
adanya ambang batas diterima atau
tidaknya suatu objek
Empat syarat ciri yang baik :
• Dapat membedakan satu dengan yang lain
• Uncorrelated, tidak ada kesamaan ciri antar
yang satu dengan yang lain namun memiliki
keterkaitan
• Jumlah cirinya sedikit, namun relatif terhadap
kebutuhan yang diusulkan
• Reliable, data dapat dipengaruhi oleh
perubahan lingkungan dan dapat dilakukan
proses perhitungan dengan metode tertentu
misal optimasi
Collect Data
Mengambil nilai data dari objek, Tipe data berdasarkan penskalaan datanya :
• Ordinal : Ada tingkatan data. Contoh : Sangat setuju, Setuju, kurang setuju,
tidak setuju.
2. Data Kuantitatif : Data berupa angka dalam arti sebenarnya.
Terbagi dua :
• Data Interval, Contoh : Interval temperatur ruang adalah sbb : Cukup panas jika
antara 500C-800C, Panas jika antara 800C -1100C,Sangat panas jika antara 1100C
-1400C.
• Data Rasio, Tingkat pengukuran paling ‘tinggi’ ; bersifat angka dalam arti
sesungguhnya. Contoh : Tinggi badan, Berat badan, Usia.
Object to Dataset
Keterangan :