1. Collect Data
Apa sensor yang harus kita gunakan?
Bagaimana mengumpulkan data?
2. Choose Features
Bagaimana mengetahui fitur apa yang dipilih,
dan bagaimana kita memilihnya ...?
(Misal transformasi data fitur dengan PCA)
Jadi objeknya ada text ada citra ada audio ada video...kemudian setiap
objek bisa memiliki lebih dari 1 fitur, lihat tabel...
Keterangan :
– M menyatakan banyak data, N menyatakan banyak fitur.
– Ektraksi fitur (ekstraksi fitur artinya misal data mentah warna, kan
tahunya hijau merah, harus di ektrak dulu jd nilai RGB) dilakukan jika
data yang diamati masih berupa data mentah (misalnya masih berupa
kumpulan data awal).
– Fitur yang diambil adalah yang merupakan ciri khas yang
membedakan satu objek dengan objek lainnya.
Paham?
Iya misal kita mau mendeteksi daun asli apa bukan atas daun
gelombang cinta...maka daun daun yg lain yg mungkin memiliki
kemiripan akan dimasukkan datanya...apakah ini sesuai pola daun
gelombang cinta yg asli
Paham?
3. Choose model (memilih metode)
Apa algoritme yang akan digunakan?
Apakah ada algoritme yang terbaik ...?
Ini choose metode akan saya jelaskan minggu depan melaui contoh
jurnal
4. Train System
Memberikan pengetahuan kepada sistem
Bagaimana kita melakukan proses Training?
• Dua Tahap
– Learning – proses untuk mengambil pengetahuan
– Detection-mendeteksi sesuai pengetahuan
• Waktu Learning lebih besar (jadi uji coba terhadap sistem membutuhkan waktu yg
lebih lama dr pada proses yg lain)
• Sulit untuk belajar, tetapi sekali terpelajar sistem akan menjadi “natural”
• Dapat menggunakan metode AI :
– Neural Network
– Machine Learning
• Bagaimana mesin dapat belajar aturan (rule) dari data.
– Supervised learning (ada user yng menyediakan):
User menyediakan label kategori atau value/ bobot untuk masing-masing pola dalam
data training.
– Unsupervised learning(tanpa user) :
Sistem membentuk cluster atau pengelompokan secara alami dari pola yang
dimasukan. Contohnya:mbah google itu bisa mencari semua hal dari apa yang kita
masukkan (mesin pencarian). nah kemudian sesuatu yg sering kita cari biasanya akan
ada di berandakita ( misal youtube) tiba tiba meng kategorikan kamu mungkin
suka...ada beberapa aplikasi yang seperti itu..
Training system ada yng ditanyakan?
5. Evaluate System ( adalah tahap terakhir dari pengenalan pola)
Pengukuran, penilaian, perbaikan sistem apakah bekerja dengan baik
sesuai dengan goal...
Jadi klo inputan objek A apakah sistem mengenal ini objek A...dievaluasi
dimana letak eror nya sehingga dapat dilakukan perbaikan
OK?