macam mcam jenis matriks dan contohnya

  Pengertian Evaluasi Apakah evaluasi itu? Pengertian evaluasi dapat dijelaskan secara bahasa maupun secara harfiah. Secara bahasa, evaluasi berasal dari kata bahasa inggris “ evaluation ” yang artinya penaksiran atau penilaian. Sedangkan secara harfiah, evaluasi adalah proses menentukan nilai untuk suatu hal atau objek berdasarkan acuan tertentu untuk mencapai tujuan tertentu. Evaluasi adalah suatu kegiatan mengumpulkan informasi mengenai kinerja sesuatu (metode, manusia, peralatan), dimana informasi tersebut akan dipakai untuk menentukan alternatif terbaik dalam membuat keputusan. Evaluasi merupakan pengukuran dan perbaikan suatu kegiatan, seperti membandingkan hasil kegiatan dan menganalisisnya. Evaluasi merupakan pengukuran atau perbaikan dalam suatu kegiatan yang dilaksanakan, seperti membandingkan hasil-hasil kegiatan yang telah direncanakan. Dari situlah tujuan evaluasi tersebut, agar rencana-rencana yang telah dibuat dapat mencapai tujuan yang telah ditetapkan

  Pada Reinforcement Learning terdapat 4 sub-element, yaitu : Policy. Policy adalah cara suatu agent untuk berperilaku pada sebuah situasi. Dengan kata lain elemen ini adalah pemetaan aksi yang akan diambil oleh sang agent, lalu diimplementasikan pada suatu situasi. 2. Reward Function. Elemen ini didefinisikan sebagai goal/tujuan yang ingin dicapai sebuah agent. Dalam proses ini agent akan memaksimalkan reward dari aksi yang sudah dilakukan. Reward Function akan menjadi acuan agent mengenai mana yang baik dan yang buruk. 3. Value Function. Jika Reward Function mendefinisikan hasil yang terbaik saat itu juga, pada Value Function ini agent akan mempertimbangkan hasil yang terbaik untuk jangka panjang. Atau dalam kata lain, nilai sebuah keadaan ( state ) adalah jumlah total reward yang bisa dikumpulkan agen hingga masa berikutnya, dimulai dari keadaan ( state ) tersebut. Reward didapatkan langsung dari lingkungan (environment), sedangkan Value harus diestimasi secara menerus d

  CLUSTERING Clustering atau klasterisasi adalah metode pengelompokan data. Menurut Tan, 2006 clustering adalah sebuah proses untuk mengelompokan data ke dalam beberapa cluster atau kelompok sehingga data dalam satu cluster memiliki tingkat kemiripan yang maksimum dan data antar cluster memiliki kemiripan yang minimum. Clustering merupakan proses partisi satu set objek data ke dalam himpunan bagian yang disebut dengan cluster. Objek yang di dalam cluster memiliki kemiripan karakteristik antar satu sama lainnya dan berbeda dengan cluster yang lain. Partisi tidak dilakukan secara manual melainkan dengan suatu algoritma clustering . Oleh karena itu, clustering sangat berguna dan bisa menemukan group atau kelompokyang tidak dikenal dalam data. Clustering banyak digunakan dalam berbagai aplikasi seperti misalnya

  Pengelompokan Data Menggunakan Hierarchical Clustering (AHC)  Data merupakan salah satu sumber yang digunakan untuk memperoleh suatu informasi. Namun tidak semua data dapat dimanfaatkan dengan baik. Jika data tersebut memiliki struktur yang kompleks, maka akan sulit untuk dimengerti. Sebagai contoh adalah data tagihan pelanggan PT.Telkom yang digunakan pada Tugas Akhir ini. Data tersebut memiliki jumlah record yang banyak dengan atribut yang banyak pula. Oleh karena itu diperlukan suatu proses pengelompokan yang bertujuan untuk membagi data tersebut ke dalam jumlah yang lebih sedikit sehingga proses penganalisisan data menjadi semakin mudah. Tugas Akhir ini mengimplementasikan salah satu teknik data mining yaitu clustering untuk melakukan pengelompokan data. Metode clustering yang digunakan adalah Agglomerative Hierarchical Clustering (AHC). Agglomerative Hierarchical Clustering adalah suatu metode hierarchical clustering yang bersifat bottom-up yaitu menggabungkan n bua

K-means Clustering K-means merupakan algoritma clustering . K-means Clustering adalah salah satu “ unsupervised machine learning algorithms ” yang paling sederhana dan populer. K-Means Clustering adalah suatu metode penganalisaan data atau metode Data Mining yang melakukan proses pemodelan tanpa supervisi ( unsupervised ) dan merupakan salah satu metode yang melakukan pengelompokan data dengan sistem partisi. K-means clustering merupakan salah satu metode cluster analysis non hirarki yang berusaha untuk mempartisi objek yang ada kedalam satu atau lebih cluster atau kelompok objek berdasarkan karakteristiknya, sehingga objek yang mempunyai karakteristik yang sama dikelompokan dalam satu cluster yang sama dan objek yang mempunyai karakteristik yang berbeda dikelompokan kedalam cluster yang lain. Metode K-Means Clustering berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama satu sama lainnya d

  Neural Network merupakan kategori ilmu Soft Computing. Neural Network sebenarnya mengadopsi dari kemampuan otak manusia yang mampu memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output. Output diperoleh dari variasi stimulasi dan proses yang terjadi di dalam otak manusia. Kemampuan manusia dalam memproses informasi merupakan hasil kompleksitas proses di dalam otak. Misalnya, yang terjadi pada anak-anak, mereka mampu belajar untuk melakukan pengenalan meskipun mereka tidak mengetahui algoritma apa yang digunakan. Kekuatan komputasi yang luar biasa dari otak manusia ini merupakan sebuah keunggulan di dalam kajian ilmu pengetahuan. Fungsi dari Neural Network diantaranya adalah: Pengklasifikasian pola Memetakan pola yang didapat dari input ke dalam pola baru pada output Penyimpan pola yang akan dipanggil kembali Memetakan pola-pola yang sejenis Pengoptimasi permasalahan Prediksi Sejarah Neural Network Perkembangan ilmu Neural Network sudah ada sejak tahun