2. Principal Component Analysis (PCA) merupakan salah satu algoritma unsupervised machine
learning yang paling banyak digunakan. Salah satu tahapan dalam algoritma PCA adalah mencari
matriks kovarians. Dari himpunan data sebagai berikut, carilah matriks kovarians
é cov( x, x) cov( x, y ) ù
C=ê ú
ëcov( y, x) cov( y, y )û
Himpunan data
Pengamatan ke - i
x y
1 13 14
2 15 17
3 21 20
4 25 28
5 24 29
6 27 31
7 19 20
8 13 13
9 20 18
10 8 7
3. Sebuah kernel sebagai berikut.
3 -1 0
4 0 -2
0 -2 3
65 90 55 70 12
80 60 50 50 10
65 30 60 100 65
45 40 20 30 30
110 60 45 60 55
Pertanyaan: berapakah nilai pengganti dari nilai-nilai piksel yang diarsir (12, 60, dan 65) tersebut.
5. Anda diminta untuk membedakan antara objek berbentuk segitiga dan objek berbentuk segiempat.
Analisislah ciri-ciri spesifik apa saja dari masing-masing bentuk objek tersebut, sehingga seorang
pemrogram bisa menerjemahkannya dalam suatu Bahasa pemrograman.
Petunjuk:
Bisa bermacam-macam jawabannya, yang penting masuk akal. Setidaknya mengandung satu atau
beberapa kata sebagai berikut: ciri bentuk, sudut, dan garis. Bisa juga dengan ide template matching
bentuk segitiga dan segiempat.
6. Pada ekstraksi ciri, ciri citra bisa dibedakan berdasar warna, ukuran, bentuk, dan tekstur. Dari keempat
parameter ciri tersebut, mana yang paling mudah diimplementasikan dalam pemrograman? Jelaskan.
Petunjuk:
Dari keempat ciri (warna, ukuran, bentuk, dan tekstur), perlu dianalisis mana yang perlu proses
pelatihan, mana yang memerlukan algoritma yang kompleks untuk ekstraksi ciri, mana yang perlu
skenario khusus, atau mana yang hanya perlu pembandingan dengan nilai pada basis-data.