Anda di halaman 1dari 8

Belajar Machine Learning Dengan Python (Bagian 1) – Inixindo Jogja https://inixindojogja.co.id/memulai-machine-learning-di-python-b...

Belajar Machine Learning Dengan


Python (Bagian 1)

Di artikel sebelumnya, sudah dibahas tentang apa itu Machine


Learning. Kali ini, akan dibahas cara menerapkan Machine Learning
dengan menggunakan bahasa Python.

Python adalah bahasa interpeter yang populer dan powerful. Tidak


seperti R, Python adalah bahasa yang memiliki fitur yang lengkap dan
memiliki platform yang dapat digunakan baik untuk riset maupun
untuk membangun production system. Ada banyak modul dan library
yang dapat digunakan untuk menerapkan Machine Learning di dalam
Python.

Untuk memulai proyek Machine Learning, harus mengetahui langkah-


langkah sebagai berikut: ! Butuh bantuan?

1 of 8 2/23/21, 11:12 AM
Belajar Machine Learning Dengan Python (Bagian 1) – Inixindo Jogja https://inixindojogja.co.id/memulai-machine-learning-di-python-b...

1. Mendefinisikan masalah
2. Menyiapkan Data
3. Mengevaluasi Algoritma
4. Memperbarui Hasil
5. Menyajikan Hasil

Langkah-langkah menerapkan Machine Learning dengan Python

1. Instalasi Platform Python dan Scipy

Untuk mendapatkan software aplikasi Python dan Scipy, dapat


mengunjungi situs scipy.org. Disana akan diberikan petunjuk yang
lengkap untuk menginstall python dan library yang dibutuhkan, baik
dalam platform Linux, Mac OS X maupun Windows. Ada 5 library
utama yang perlu diinstall untuk tutorial ini: Scipy, Numpy,
Matplotlib, Panda, dan Sklearn.

Memulai Python

Untuk memastikan lingkungan Python sudah berhasil diinstall,


berikut langkah-langkah yang bisa dilakukan:

Buka baris perintah dan memulai python, di console command


prompt

1 Python

Ketik atau copy dan paste script berikut:

1 # Check the versions of libraries


2  
3 # Python version
4  
5 import sys
6  
7 print('Python: {}'.format(sys.version))
8  
9 # scipy
10  
11 import scipy
12  
13 print('scipy: {}'.format(scipy.__version__))
14   ! Butuh bantuan?
15 # numpy

2 of 8 2/23/21, 11:12 AM
Belajar Machine Learning Dengan Python (Bagian 1) – Inixindo Jogja https://inixindojogja.co.id/memulai-machine-learning-di-python-b...

16  
17 import numpy
18  
19 print('numpy: {}'.format(numpy.__version__))
20  
21 # matplotlib
22  
23 import matplotlib
24  
25 print('matplotlib: {}'.format(matplotlib.__version__))
26  
27 # pandas
28  
29 import pandas
30  
31 print('pandas: {}'.format(pandas.__version__))
32  
33 # scikit-learn
34  
35 import sklearn
36  
37 print('sklearn: {}'.format(sklearn.__version__))
38  
39 output yang dihasilkan,seperti contoh berikut:
40  
41 Python:3.6.1|Anaconda4.4.0(64-bit)|(default,May112017,13:25:24)[MSCv.
42  
43 scipy:0.19.0
44  
45 numpy:1.12.1
46  
47 matplotlib:2.0.2
48  
49 pandas:0.20.1
50  
51 sklearn:0.18.1

Data yang Digunakan

Untuk latihan proyek Machine Learning ini menggunakan dataset


klasifikasi Bunga Iris. Dataset ini dikenal dengan dataset “hello
world” dalam Machine Learning dan Statistik, yang dipakai oleh
hampir semua orang.

Dataset ini berisi 150 pengamatan bunga Iris. Ada empat kolom
pengukuran bunga dalam centimeter. Kolom kelima adalah spesies
bunga yang diamati. Anda dapat mempelajari lebih lajut tentang
dataset ini di Wikipedia.

Impor Library

Sebelum memuat dataset terlebih dahulu impor semua modul, fungsi


dan obyek yang akan digunakan dalam tutorial ini.
! Butuh bantuan?

3 of 8 2/23/21, 11:12 AM
Belajar Machine Learning Dengan Python (Bagian 1) – Inixindo Jogja https://inixindojogja.co.id/memulai-machine-learning-di-python-b...

1 # Load libraries
2  
3 import pandas
4  
5 from pandas.tools.plotting import scatter_matrix
6  
7 import matplotlib.pyplot asplt
8  
9 from sklearn import model_selection
10  
11 from sklearn.metrics import classification_report
12  
13 from sklearn.metrics import confusion_matrix
14  
15 from sklearn.metrics import accuracy_score
16  
17 from sklearn.linear_model import LogisticRegression
18  
19 from sklearn.tree import DecisionTreeClassifier
20  
21 from sklearn.neighbors import KNeighborsClassifier
22  
23 from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
24  
25 from sklearn.naive_bayes import GaussianNB
26  
27 from sklearn.svm import SVC

2. Memuat Dataset

Untuk memuat dataset, dapat langsung diambil dari alamat


repository UCI Machine Learning. Berikut script untuk memuat
dataset:

1 # Load dataset
2  
3 url="http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
4  
5 names=['sepal-length','sepal-width','petal-length','petal-width','class'
6  
7 dataset=pandas.read_csv(url,names=names)

Jika tidak ada koneksi internet, file iris.data dapat download terlebih
dahulu, diletakkan di file local. Untuk memuat data-nya dapat
dilakukan dengan metode yang sama, dengan mengubah URL ke file
local.

3. Melakukan Summary Dataset

Pada langkah ini, kita akan melihat data dari beberapa sisi yang
! Butuh bantuan?

4 of 8 2/23/21, 11:12 AM
Belajar Machine Learning Dengan Python (Bagian 1) – Inixindo Jogja https://inixindojogja.co.id/memulai-machine-learning-di-python-b...

berbeda:

Dimensi Dataset

Hal ini dilakukan untuk mendapatkan gambaran singkat tentang


berapa banyak baris dan atribut data.

1 # shape
2  
3 print(dataset.shape)

Selanjutnya akan terlihat output : (150,50)

Yang berarti 150 baris dan 5 atribut data

Melihat Isi Data

Berikut perintah untuk melihat 20 baris data pertama:

1 # head
2  
3 print(dataset.head(20))

Ringkasan Statistik

Berikut untuk melihat statistik data termasuk count, mean, nilai min
dan max serta beberapa persentase

1 # descriptions
! Butuh bantuan?
2  

5 of 8 2/23/21, 11:12 AM
Belajar Machine Learning Dengan Python (Bagian 1) – Inixindo Jogja https://inixindojogja.co.id/memulai-machine-learning-di-python-b...

3 print(dataset.describe())

Distribusi Class Data

Sekarang mari kita lihat jumlah baris untk setiap class.

1 # class distribution

print(dataset.groupby(‘class’).size())

Akan terlihat bahwa setiap class memiliki jumlah kasus yang sama
(50 atau 33% dari kumpulan data)

1 class
2  
3 Iris-setosa50
4  
5 Iris-versicolor50
6  
7 Iris-virginica50

Bersambung ke Belajar Machine Learning Dengan Python (Bagian 2)

***

Jika Anda ingin mempelajari machine learning lebih dalam lagi, Anda
bisa mengikuti kelas pelatihan machine learning di Inixindo Jogja

Mustofa
Manager Edukasi Inixindo Jogja

! Butuh bantuan?

6 of 8 2/23/21, 11:12 AM
Belajar Machine Learning Dengan Python (Bagian 1) – Inixindo Jogja https://inixindojogja.co.id/memulai-machine-learning-di-python-b...

Back to Knowledge Center

Upcoming Training

!FEB 26 2021 - MAR 01 2021

ANDROID SECURE PROGRAMMING

!MAR 01 - 03 2021

DATA MANAGEMENT WITH DMBOK

!MAR 01 - 02 2021

CLOUD ESSENTIAL

LOAD MORE

Most Popular Training


Security Operation Center (SOC)

Linux Network Services

ISO 27001 Security Governance

News

Webinar Optimalisasi Produktifitas Perusahaan dengan Enterprise


Architecture

Webinar Develop Modern Applications with Docker

! Butuh bantuan?

7 of 8 2/23/21, 11:12 AM
Belajar Machine Learning Dengan Python (Bagian 1) – Inixindo Jogja https://inixindojogja.co.id/memulai-machine-learning-di-python-b...

Event

Webinar Optimalisasi Web dengan Progressive Web App (PWA)

Webinar Memaksimalkan ROI IT dengan IT Governance

Blog

5 Ekstensi Visual Studio Code yang Membuat Kamu Lebih


Produktif

Alasan Mengapa Mobile App Developer Mulai Beralih Ke Flutter

Apa itu ITIL dan Apa Manfaatnya?

Kelebihan Paperless Office

Tentang Inixindo Jogja Kontak Kami


Fasilitas Email:
marketing@inixindojogja.co.id
Karir
Telp / Whatsapp :
Tentang Inixindo +62-274-515448
Fax : +62-274-554419

Eduparx Platform
Masuk Eduparx
Buat Akun Eduparx

" # $
©Copyright 2021 PT Inixindo Widya Iswara Nusantara - All Rights
Reserved ! Butuh bantuan?

8 of 8 2/23/21, 11:12 AM

Anda mungkin juga menyukai