Dasar

Pengenalan
Pola 1
Risqy Siwi Pradini, M.Kom.
 Outline
01 02 03
Bagaimana perbedaan
Apa itu pola dan kelas Apa itu pengenalan persepsi antara
pola? pola? manusia dan mesin?

05 04

Studi Kasus? Contoh penerapan?

 Playground

AI
https://jamboard.google.com/d/1ZxjsulAZJCL4tQFuA
uyC2TgEUzLWhCvbGSuBlMU3Dzg/edit?usp=sharing

Klik link di atas

 Apa itu Pola?

● Sifat dari sebuah objek yang unik, teratur, dan selalu

melekat padanya.
● Objek, proses,atau kejadian yang diberi nama.
● Himpunan pengukuran yang menggambarkan sebuah
objek.
● Mendefinisikan objek.
 Apa itu Kelas Pola?
● Himpunan pola yang memiliki atribut tertentu.
● Kumpulan dari beberapa objek yang identik (kemiripan data).
● Selama proses pengenalan, objek dimasukkan ke dalam kelas yang
ditentukan.
● Menamai objek.

Alfabet T
Segitiga Persegi Panjang
 Apa itu Pengenalan Pola?

Apa itu?
01 Teori, algoritma, sistem untuk meletakkan pola ke dalam
kelas.

Prosesnya
02 Menemukan hubungan suatu pola terhadap pola-pola
sebelumnya.

Tujuan
03 Membedakan pola yang dianggap penting dan mengelompokkannya
ke dalam kelas.
 Persepsi Manusia dan Mesin
● Manusia dianugerahi kemampuan
untuk menerima rangsangan
(indera) dari lingkungan dan Tugas kita:
memberikan aksi terhadap apa Menjadikan mesin (komputer)
yang diamati. memiliki kemampuan yang
- mengenali wajah, mirip dengan manusia.
- memahami kata yang diucapkan,
- membaca tulisan tangan dsb.

Perlu diberikan pembelajaran

(machine learning)
 Contoh
Bagaimana manusia mengenali objek buah DURIAN melalui panca
indranya?
1. Berbentuk bola; dikenali melalui indra penglihatan dan
peraba.
2. Berwarna kuning; dikenali melalui indra penglihatan.
3. Rasa manis agak pahit; dikenali melalui indra pengecap
4. Berbau menyengat; dikenali melalui indra penciuman
5. Memiliki tekstur kulit yangt berduri; dikenali melalui
indera peraba.

Tidak hanya melalui indra, manusia juga dapat mengenali durian dengan alat ukur
seperti:

6. Memiliki diameter +/- 20 cm; diukur menggunakan penggaris.

7. Memiliki berat +/-2 kg; diukur menggunakan timbangan.
 Fitur
Terdapat 7 atribut pembeda yang membedakan DURIAN dengan buah
lainnya, yaitu:
1. Bentuk
2. Warna Ketujuh atribut ini disebut sebagai
3. Rasa feature yang merupakan komponen
4. Bau penting dalam pengenalan pola yang
5. Tekstur terlebih dulu harus didefinisikan.
6. Diameter
7. Berat
 Fitur
Melalui fitur yang telah terdefinisi, buah durian akan dibedakan dengan
buah lain misalkan buah nangka.

Durian Feature Nangka

Bola Bentuk Bola

Kuning Warna Kuning

Manis agak pahit Rasa Manis agak kecut

Menyengat Bau Manis

Kasar berduri Tekstur Kasar berduri

+/- 20 cm Diameter +/- 20 cm

+/- 2 kg Berat +/- 2 kg

 Fitur
Terlihat bahwa tidak semua fitur dapat digunakan untuk membedakan
antara durian dengan nangka.

Fitur bentuk, warna, tekstur,

diameter, berat dieliminasi dari
proses pengelompokkan buah ke
VS
dalam kelas durian dan nangka
karena tidak dapat membedakan
kedua kategori tersebut.

Tersisa dua fitur pembeda, yaitu bau dan rasa.

 Pemilihan Fitur
Pemilihan fitur disesuaikan dengan kasusnya.

Kategorisasi Fitur yang dipilih

Jenis buah
Musik (ingin mengenali musik sedih
atau riang)
Dokumen (ingin mengelompokkan
dokumen olahraga/kriminal/politik)
Bentuk, warnanya
Beat (ketukan) atau temponya
Kata-kata dalam dokumen tersebut
 Object to Dataset
Ilustrasi transformasi data dari objek yang diamati:

• M menyatakan banyak data, N menyatakan banyak fitur.

• Ektraksi fitur 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.
 Object to Dataset
Contoh
Mementukan BMI seseorang
 Learning

Bagaimana mesin dapat belajar aturan (rule) dari data?

Supervised Learning
01 Sudah disediakan label atau kelas untuk
masing-masing pola dalam data training.

Unsupervised Learning
02 Sistem membentuk cluster atau
mengelompokkan berdasarkan pola.
Contoh Supervised
Contoh Unsupervised
 Classification & Clustering

Classification Clustering
Sudah ada label kelasnya Label kelasnya belum diketahui, biasa dinamai
contoh: dengan kelas pertama, kedua dst
contoh:
Classification & Clustering
 Contoh Penerapan

Fingerprint Handwritting Recognition

01 Pola sidik jari untuk melakukan check 02 Mengenali tulisan tangan menjadi
log/unlock screen alfabet/kata

Siri/Google Assitant Optical Char Regoc (OCR)

03 Pengenalan suara untuk melakukan 04 Alat untuk mengenali text pada suatu
perintah tertentu gambar
Aplikasi Pengenalan Pola Berdasarkan Domain Permasalahan
 Topik Penelitian

Optical Character • Handwrittern

Regocnition (OCR) • Printed text

• Face regocnition
Biometric • Fingerprints regocnition
• Speech regocnition

• X-ray, ECG, EGG

Diagnostic System
• Image Classification

Military • Automated target recognition (ATR)

• Image segmentation and analysis (satellite
Applications
photographs)
 Penerapan di Bidang Kesehatan

MIT Mirai: Robust Artificial Intelligence Tools To Predict Future Cancer

Penerapan di Bidang Kesehatan

An innovative solution for early detection of dementia

 Penerapan di Bidang Kesehatan

Artificial intelligence for early predictionof pulmonary hypertension using electrocardiography

Penerapan di Bidang Kesehatan
Penerapan di Bidang Kesehatan
 Tugas Studi Kasus

1. Carilah 2 buah objek (kecuali yg sudah disebutkan dalam

contoh), lalu obeservasi dan sebutkan pola-pola dari objek
tersebut. Sebutkan minimal 4 pola dari objek yang dipilih.
2. Buatkan contoh kasus supervised learning dan unsupervised
learning.
Kerjakan dalam bentuk *.docx / *.pdf secara individu dan mandiri
dengan format terlampir.
Sekian dan Terima Kasih
Any question?