Klasifikasi dengan Garis Linier PDF

Preview

Summary

LAPORAN PRAKTIKUM PENGENALAN POLA DAN KECERDASAN BUATAN Dosen : Dr. Abdul Fadlil, M., T. Praktikum 2 – Klasifikasi dengan Garis Linier Ghufron Zaida Muflih 1807048002 Halaman Judul MAGISTER TEKNIK INFORMATIKA UNIVERSITAS AHMAD DAHLAN 2019 1 DAFTAR ISI Halaman Judul .....................................

Description

LAPORAN PRAKTIKUM PENGENALAN POLA DAN KECERDASAN BUATAN Dosen : Dr. Abdul Fadlil, M., T.

Praktikum 2 – Klasifikasi dengan Garis Linier

Ghufron Zaida Muflih 1807048002 Halaman Judul

MAGISTER TEKNIK INFORMATIKA UNIVERSITAS AHMAD DAHLAN 2019

1

DAFTAR ISI Halaman Judul ......................................................................................................... 1 Daftar Gambar ......................................................................................................... 3 Daftar Tabel ............................................................................................................ 4 Pendahuluan ............................................................................................................ 5 1. Persiapan ...................................................................................................... 5 2. Dasar Teori Pendukung ................................................................................ 5 3. Langkah Praktikum ...................................................................................... 6 Daftar Pustaka ......................................................................................................... 9

2

DAFTAR GAMBAR Gambar 1. Fungsi Keputusan untuk mengklasifikasi dua jenis pola ...................... 6 Gambar 2. Pola ekstraksi ciri dan variansi .............................................................. 7 Gambar 3. Plot ekstraksi ciri rerata dan skewness .................................................. 9

3

DAFTAR TABEL

4

PENDAHULUAN Pengenalan Pola dan Kecerdasan Buatan merupakan mata kuliah pilihan pascasarjana Magister Teknologi Informasi Universitas Ahmad Dahlan Yogyakarta. Pengampu mata kuliah adalah Dr. Abdul Fadlil, M.,T. Perkuliahan Pengenalan Pola dan Kecerdasan Buatan membahas tentang pengenalan pola, Pengenalan pola adalah suatu alat untuk menyelesaikan masalah-masalah dalam mesin cerdas, yang digunakan pada tahap pra-pemrosesan data dan pembuat keputusan, pengenalan pola merupakan suatu ilmu pendeskripsi aau pengklasifikasi/ pengenalan dari pengukuran. Pola adalah apa saja yang ingin diklasifikasikan berupa himpunan pengukuran atau pengamatan yang dapat disajikan dalam notasi vektor atau matriks, dalam tugas-tugas klasifikasi sebuah pola adalah merupakan pasangan variabel (x, ω), dimana x: vector ciri, ω: label klas. Laporan praktikum 2 mengenai Klasifikasi dengan Garis Linier 1. Persiapan a. Perangkat Keras Spesifikasi perangkat keras yang digunakan dalam praktikum ini adalah: 1. 2. 3. 4. 5.

Notebook Acer Swift SF314-54G Procesor Intel(R) Core(TM) i5-8250U CPU @ 1.60GHz 1.80 GHz HDD 1TB RAM 4.00 GB 64-bit Operating System, x64-based processor

b. Perangkat Lunak 1. Windows 10 Home Single Language 2. Microsoft Word 2016 Dekstop 3. Matlab R2018a Update 2 2. Dasar Teori Pendukung Fungsi utama dari suatu sistem pengenalan pola adalah mengambil keputusan untuk menentukan anggota klas dari suatu pola-pola masukan. Oleh karenanya untuk melakukan tugas ini diperlukan beberapa aturan yang berdasarkan pada fungsi keputusan. Salah satu contoh sederhana fungsi keputusan untuk memisahkan populasi dua pola dapat digunakan persamaan garis linear (Fadlil, 2019), seperti pada gambar 3.

5

Gambar 1. Fungsi Keputusan untuk mengklasifikasi dua jenis pola Persamaan garis linear, misalnya d(x)=w1x1 +w2x2 +w3 = 0, dimana w adalah parameter-parameter dan x1, x2 adalah variabel-variabel koordinat. Dari gambar 6 diatas, jelas bahwa pola-pola P= (x1, x2) pada klas 1 jika nilai-nilai variabel x nya di subtitusikan kedalam persamaan d(x) maka hasil bernilai positif.dengan cara yang sama d(x) akan bernilai negatif jika pola-pola P=(x1,x2) pada klas 2 disubtitusikan kedalam persamaan d(x) tersebut. Oleh karena itu d(x) dapat digunakan sebagai fungsi keputusan, jika misalkan diberikan suatu pola x yang belum diketahui kelompok klasnya, maka dapat ditentukan bahwa pola x akan masuk kedalam kategori klas 1 jika d(x) > 0, atau masuk kedalam kategori klas 2 jika d(x)...