LAPORAN PROGRESS 2

MBKM USK STUDI INDEPENDEN

Disusun oleh: Muhammad Daffa Adrian Sitorus (2004111010046)

JURUSAN TEKNIK KOMPUTER

FAKULTAS TEKNIK

UNIVERSITAS SYIAH KUALA

2022
 Rangkuman Materi Pembelajaran

Machine learning adalah salah satu cabang ilmu yang memberi komputer kemapuan
untuk belajar tanpa deprogram secara explisit. Istilah machine learning pertama kali
dipopulerkan oleh seseorang bernama Arthur Samuel, seorang ilmuwan komputer yang
memelopori kecerdasan buatan pada tahun 1959. Menurut Arthur Samuel, sebelum machine
learning ditemukan, terdapat istilah pemrograman tradisional dengan cara aturan diekspresikan
sebagai Bahasa pemrograman lalu ditambah dengan masukan berupa data kemudian akan
menghasilkan solusi sebagai keluaran, yang memiliki keterbatasan yaitu untuk memproses data
harus menyesuaikan dengan masukan. Sementara machine learning menentukan ke-khasan dari
setiap data untuk kemudian menyimpulkan sebuah aturan, selanjutnya aturan bisa digunakan
untuk identifikasi dan prediksi bagi data baru yang relevan.

Jenis-jenis machine learning antara lain yaitu:

- Supervised Learning. Supervised Learning adalah sebuah kategori machine learning yang
menyertakan solusi yang diinginkan yang disebut label dalam proses pembelajarannya.
- Unsupervised learning. Unsupervised Learning adalah sebuah kategori machine learning
pada dataset yang digunakan tidak memiliki label.
- Semi-supervised Learning. Semi-supervised Learning adalah sebuah kategori gabungan
supervised learning dan unsupervised learning. Di sini dataset untuk pelatihan Sebagian
memiliki label dan Sebagian tidak.
- Reinforcement Learning. Reinforcement Learning adalah sebuah teknik yang
mempelajari bagaimana membuat keputusan terbaik secara berurutan untuk
memaksimalkan ukuran sukses kehidupan nyata

Machine learning cukup diminati karena kemampuan mengenali pola dari sejumlah besar
data sekaligus beradaptasi terhadap data baru adalah hal yang paling menarik, sedangkan
pemrograman tradisional harus menyesuaikan dengan masukan. Terdapat dua alasan utama
mengapa machine learning sangat diperlukan :
 1. Masalah yang solusinya membutuhkan banyak penyesuaian dan aturan.

2. Masalah rumit yang tidak bisa diselesaikan dengan pemrograman tradisional.

Data cleaning sangat penting sebab proses ini meningkatkan kualitas data yang juga
berpengaruh terhadap produktivitas kerja secara keseluruhan, data yang tidak akurat bisa
berpengaruh buruk terhadap akurasi dan performa model. Berikut adalah beberapa hal umum
yang harus diperhatikan dalam proses data cleaning :

- Konsistensi Format
- Skala Data.
- Duplikasi Data
- Missing Value atau data tidak lengkap.
- Skewness Distribution adalah kondisi dimana dataset cenderung memiliki distribusi data
yang tidak seimbang

Data Collecting adalah proses mengumpulkan data. Ada 3 cara untuk mengumpulkan data,
yaitu :

- Mengekstraksi data (misal dari internet, riset, survei, dll)

- Mengumpulkan dan membuat dataset anda sendiri dari nol.

- Menggunakan dataset yang telah ada.

Data Processing adalah tahap ketika data diambil dari sumber tertentu lalu dimasukkan pada
suatu environment lalu data diproses agar bisa diolah oleh model machine learning. Library yang
biasanya digunakan adalah pandas library yang bisa mengolah data jenis CSV, SQL, EXCEL,
SPPS, dan JSON. Sementara Goggle Colaboratory adalah sebuah peranti dari google yang
berguna untuk keperluan mengolah data, belajar, dan bereksperimen khususnya dalam bidang
mechine learning

Pandas library adalah library open source yang dipakai untuk menganalisis dan
memanipulasi data. Tabel numerik adalah tabel yang berisi bilangan numerik dan tabel time
series adalah tabel yang berubah seiiring waktu.
 Algoritma supervised yang penting diketahui antara lain :

- Linear regression
- Logistic regression
- Classification
- Decision trees
- Support vector machines
- Neural networks

Klasifikasi adalah Teknik untuk menentukan kelas atau kategori berdasarkan atribut yang
diberikan. Klasifikasi yang menghasilkan dua kategori disebut klasifikasi biner, sedangkan
klasifikasi yang menghasilkan 3 kategori atau lebih disebut multiclass classification. Decision
Tree atau pohon keputusan adalah salah satu algoritma supervised learning yang dapat dipakai
untuk memprediksi sebuah kelas (klasifikasi) atau nilai (regresi) berdasarkan aturan-aturan yang
dibentuk setelah mempelajari data.

Regresi adalah sebuah model yang memprediksi bilangan kontinu atau bilangan numerik,
berdasarkan atribut yang tersedia. Linear Regresion adalah metode regresi yang berguna Ketika
terdapat hubungan linear pada data, namun untuk banyak kasus kurang direkomendasikan.
Logistic Regresion adalah salah satu metode regresi yang berguna untuk klasifikasi dengan cara
menghitung probabilitas kelas dari sebuah sampel.

Pada bagian Unsupervised Learning terdapat Teknik clustering yaitu model yang
mengelompokkan data kedalam beberapa kluster yang berbeda. Klaster adalah sebuah grup yang
memiliki kemiripan tertentu.

K-Means Clustering adalah sebuah metode yang dikembangkan oleh stuart Lloyd dari Bell
Labs pada tahun 1957 yang berguna untuk mengubah sinyal analog menjadi sinyal digital yang
dikenal dengan pulse code modulation. Metode elbow bertujuan untuk menentukan elbow yaitu
jumlah K yang optimal.

Recommendation atau system rekomendasi adalah salah satu implementasi machine learning
yang kita pakai hampir setiap hari contohnya untuk membantu kita menemukan produk yang
benar-benar kita cari.
 Support vector machine adalah machine learning multifungsi yang dapat digunakan untuk
menyelesaikan permasalahan klasifikasi, regresi dan pendeteksian outline.

Artificial Neural Network adalah sebuah model machine learning yang terinspirasi dari
nruron/saraf yang terdapat pada otak manusia. Salah satu model ML yang multiguna,
powerful, dan memiliki skalabilitas tinggi. Perceptron adalah komponen dasar pembangun
jaringan saraf tiruan, yang ditemukan oleh Frank Rosenblatt dari Cornell Aeronautical
Library pada tahun 1957. Perceptron bekerja dengan cara menerima masukan berupa
bilangan numerik kemudian memproses masukan tersebut untu k menghasilkan sebuah
keluaran.

Neuron atau saraf adalah pembawa pesan atau informasi, mereka menggunakan impuls
listrik dan sinyal untuk mengirimkan informasi antara area otak yag berbeda, serta antara
otak dan seluruh sistem saraf. Perception adalah komponen dasar pembangun jaringan saraf
tiruan terinspirasi dari neuron otak manusia. Sigmoid atau logistic fungsion merupakan
Fungsi yang berada di antara nilai 0 hingga 1, sehingga biasanya digunakan untuk
memprediksi model probabilitas yong outputnya di kisaran 0 dan 1.

Multi Layer Perceptron adalah sebuah jaringan saraf yang terdiri dari satu layer input,
satu atau lebih hidden layer dan satu output layer. MLP yang memiliki banyak hidden layer
disebut Deep Neural Network (DNN). Dengan Algoritma Propagansi Balik memungkinkan
MLP untuk belajar membuat prediksi menjadi semakin baik dengan suatu Teknik yang
disebut chain rule.

Convolutional neural network pertama kali dikenalkan oleh Yann LeCun pada tahun
1998. Computer Vision adalah bidang yang memberi komputer kemampuan untuk melihat
seperti manusia, contohnya seperti pengenalan wajah bahkan deteksi penyakit.

Convolutional layer berfungsi untuk mengenali atribut-atribut unik pada sebuah objek
contohnya atribut wajah dibentuk dari atribut mata, telinga, dan hidung. Proses Konvolusi
adalah proses yang mengaplikasikan filter pada gambar. Polling adalah proses untuk
mengurangi resolusi gambar dengan tetap mempertahankan inormasi pada gambar.
 TensorFlow(TF) adalah end-to-end open source platform yan g dikembangkan oleh
google brain dan sangat popular untuk pengembangan machine learning skala besar.
TensorFlow memiliki tools, library, dan sumber daya yang memungkinkan untuk
membangun dan menerapkan (deploy) aplikasi machine learning dengan mudah.

Keunggulan TensorFlow menggunakan Python sebagai front-end API-nya sehingga

mudah dan nyaman digunakan dan juga mampu mengerjakan pipeline ML dari level training
hingga ke level produksi.

Keras adalah API untuk mengembangkan jaringan saraf tiruan sehingga bisa membuat
multi layer perceptron dan convolutional neural network dengan sangat mudah. Terdapat 3
layer utama pada model sequential yaitu input layer, hidden layer dan ouput layer

Agregation data merupakan cara menyajikan data dalam bentuk Format total, rata-rata
dan statistic, contohnya merepresentasikan penjualan sepeda dan jenisnya bersama detail
pembayaran untuk mengetahui penjualan rata-rata selama dua kuartal pertama. Pie chart
digunakan untuk menampilkan total presentase harus mencapai 100%, dimana setiap
potorgan Pie chart akan menampilkan ukuran tertentu. Bentuk lingkaran dengan cepat
mengaktifkan intuisi kita sebagai pembaca untuk memahami bahwa kita dapat membagi Pie
chart menjadi beberapa potongan.

Grafik garis merupakan jenis grafik yang menggambarkan beberapa data dalam bentuk
garis atau kurva. Grafik garis memiliki 2 sumbu utama yaitu sumbu X dan sumbu Y. Python
merupakan bahasa pemrograman yang dapat melakukan eksekusi sejumlah intruksi
multiguna secara langsung (interpretatif) dengan metode orientasi objek.

Untuk menjalankan Python menggunakan terminal dengan cara :

1. Buka Terminal CTRL + ALT + T

2. Ketik Python , maka anda akan masuk ke python shell

3. Tuliskan Script Python anda , Jika sudah tekan tombol ENTER den script python akan
dijalankan

4. Untuk keluar dari python shell ketik exit ()

Python memproses kode program secara baris perbaris, berbeda dengan compiler, jadi
metode yang dipakai Sama dengan bahasa PHP,PERL dan lain - lain. Text editor digunakan
untuk membaca, melihat dan mengedit file coding dan memudahkan programmer menulis
code. Function digunakan untuk blok kode terorganisir dan dapat digunakan kembali untuk
melakukan sebuah tindakan (Action) . Function memberikan modularitas yang lebih baik dan
tingkat penggunaan kode yang tinggi.

List and Tuples merupakan kelas struktur data yang dapat menyimpan satu atau lebih
objek atau nilai . List digunakan untuk menyimpan beberapa item dalam satu variabel dan
dapat dibuat menggunakan tanda kurung siku (< >). Tuples digunakan untuk menyimpan
banyak item dalam Satu variable dan dapat dideklarasikan menggunakan tanda kurung ( ).
Conditional Statements dikenal sebagai pernyataan pengambilan keputusan, Conditional
Statements digunakan untuk mengeksekusi blok kode tertentu jika kondisi benar atau salah.
The for loop digunakan untuk mengulangi urutan yaitu (List, tuple, dict, Set, String ). For
Loop adalah sebuah cara untuk menjalankan kode yang kecil terus menerus sebelum
kondisinya terpenuhi. Selanjuytnya juga mempelajari while loop yang berguna untuk
menjalankan perintah berdasarkan kondisi tertentu. While loop ini bisa menjadi berbahaya
dikarenakan mampu melakukan pengulangan tanpa henti.

User input and the while loop digunakan untuk membiarkan program berjalan sampai
pengguna memutuskan untuk keluar dari program .