NO Hoby Prodi Asal Dosen fvorit

1 WA Siskom Tulungagung B Rekyan

2 WA Sistem Informasi Lamongan B Rekyan
3 Politik Sistem Informasi Malang B Rekyan
4 Politik Siskom Tulungagung B Rekyan
5 Diskusi Teknik Informatika Tulungagung B Rekyan
6 Diskusi Teknik Informatika Malang B Rekyan
7 WA Siskom Lamongan P Aryo
8 Diskusi Siskom Lamongan P Aryo
9 Politik Teknik Informatika Malang P Aryo
10 Politik Teknik Informatika Tulungagung P Aryo

No Hoby Prodi Asal Dosen Favorit

1 Politik Teknik Informatika Lamongan P Aryo

1 Pengenalan pola adalah ilmu yang mengklasifikasikan objek berdasarkan gambar, berat atau parameter parameter ya
contoh penerapan Pengenalan Pola :
Machine Vision
Character recognition
Computer aided diagnosis

2 Dimension Reduction adalah sebuah teknik dalam machine learning dan statistik untuk mengurangi jumlah variabel a
Kenapa diperlukan ? Karena di man mesin kesulitan dalam menangani sejumlah masukan data dengan
Cara yang paling sering digunakan dalam dimension reduction adalah PCA ( Principal Component Analysis)
4. Untuk keperluan pencatatan kehadiran karyawan secara otomatis, sebuah perusahaan mengembangka
beberapa fitur seperti berikut:
f1: jarak antara tepi mata kanan dengan tepi kanan mulut
f2: jarak antara tepi mata kiri dengan tepi kiri mulut
f3: jarak antara tepi kiri dan kanan mulut
f4: jarak antara ujung hidung dan tepi atas mulut
f5: jarak antara tengah mata kanan dengan ujung hidung
f6: jarak antara tengah mata kiri dengan ujung hidung
f7: jarak antara tepi mata kanan dan kiri
Untuk keperluan identifikasi, setiap karyawan difoto beberapa kali dalam berbagai ekspresi kemudian ang
otomatis dihitung oleh komputer kemudian disimpan dalam database. Contoh data yang tersimpan adala

No ID Karyawan f1 f2 f3
1 K-01 9 9 8
2 K-01 10 9 8
3 K-02 10 10 9
4 K-02 10 11 8
 5 K-02 11 10 9
Misalkan ada seorang karyawan mempunyai nilai-nilai fitur berikut:
f1 f2 f3 f4 f5
11 10 7 4 7
Dengan menggunakan Naive bayes tentukan apakah karyawan tersebut adalah K-01 atau K-02!

k-01 = 2/5 1/2 1/2 1 1

k-02 = 3/5 2/3 1/3 2/3 1/3 2/3 1/3
 WA|B rekyan = 2/6 Tul|B= 3/6
Politik | B rekyan = 2/6 Lam|B=1/6
Diskusi | B rekyan = 2/ 6 Mal|B=2/6
WA | P Aryo = 1/4 Tul|P=1/4
Diskusi | P Aryo = 1/4 Mal|P= 1/4
Politik | P Aryo = 2/4 Lam|p=2/4

Siskom|B rekyan = 2/6

SI|B = 2/6
TIF| B = 2/6
Siskom|P = 2/4
TIF|P = 2/4

berat atau parameter parameter yang telah ditentukan

ntuk mengurangi jumlah variabel acak untuk dipertimbangkan

ni sejumlah masukan data dengan dimensi yang sangat tinggi
al Component Analysis)
ah perusahaan mengembangkan sistem pengenalan wajah yang mencatat

berbagai ekspresi kemudian angka-angka yang terkait fitur tersebut secara

ntoh data yang tersimpan adalah sebagai berikut: (Nilai 25)

f4 f5 f6 f7
3 6 6 5
4 6 7 5
4 7 8 5
4 8 8 6
 5 7 7 7

f6 f7 ID
8 4 K-02
1 atau K-02!

1/2 1/2 1 1/2 1/2 1

2/3 1/3 2/3 1/3 2/3 1/3 1/3 1/3 1/3