The words you are searching are inside this book. To get more targeted content, please make full-text search by clicking here.
Home Explore Machine Learning
View in Fullscreen

Buku ini mengajak pembaca untuk menjelajahi dunia Machine Learn- ing (ML) dari pemahaman dasar hingga penerapan algoritma yang lebih kompleks seperti Deep Learning. Bab pertama, "Apa itu Machine Learning," memberikan landasan pemahaman dasar seputar konsep ML.

Mulai dari Jenis-Jenis Machine Learning yang mencakup klasifikasi dan regresi, hingga Manfaat dan Langkah-langkah Penerapannya dalam kehidupan sehari-hari. Dengan membawa pembaca melalui Contoh Permasalahan Dataset dan Contoh Kasus, bab ini membangun dasar yang solid sebelum melangkah ke bab-bab selanjutnya.

Bab kedua mengintroduksi "Teori-teori Tentang Machine Learning. *mebahas Kemampuan Komputasi, serta Pondasi Matematika dan

Statistika yang esensial untuk memahami algoritma ML. Selanjutnya, pembaca dibimbing pada Bab 3 hingga Bab 11 yang membahas berbagai topik seperti KNearest Neighbor, Machine Learning Lifecycle, Klasterisasi K-Means, Support Vector Machine, Supervised Learning, Gradient Descent, Agglomerative Clustering. Confusion Matrix, dan Deep Learning Setiap bab mengupas konsep dasar, kelebihan, kekurangan, langkah-langkah penerapan, serta contoh kasus yang mendalam. Bab 4 membahas "Machine Learning Lifecycle, menyoroti pentingnya siklus hidup ML dan peranannya dalam perkembangan teknologi. Bab-bab selanjutnya membahas secara rinci algoritma-algoritma seperti K-Means, Support Vector

Machine, dan jenis-jenis Supervised Learning seperti Linear Regression, Logistic Regression, Decision Tree, Random Forest Naive Bayes, dan Neural Network

Pentingnya optimisasi model dijelaskan melalui Bab 8 yang membahas "Gradient Descent," sementara Bab 9 hingga Bab 11 membahas aspek-aspek spesifik seperti Agglomerative Clustering,

Confusion Matrix, dan Deep Learning Buku ini memberikan pemahaman mendalam dan aplikatif, dengan penjelasan yang jelas dan contoh kasus yang relevan, menjadikannya panduan yang sangat berharga bagi pembaca yang ingin menggali lebih dalam dalam dunia yang dinamis dan berkembang pesat ini.

Like this book? You can publish your book online for free in a few minutes!
Share

Related Publications

Discover the best professional documents and content resources in AnyFlip Document Base.
Search
Published by penamudamedia, 2024-01-26 08:32:22

Machine Learning

Buku ini mengajak pembaca untuk menjelajahi dunia Machine Learn- ing (ML) dari pemahaman dasar hingga penerapan algoritma yang lebih kompleks seperti Deep Learning. Bab pertama, "Apa itu Machine Learning," memberikan landasan pemahaman dasar seputar konsep ML.

Mulai dari Jenis-Jenis Machine Learning yang mencakup klasifikasi dan regresi, hingga Manfaat dan Langkah-langkah Penerapannya dalam kehidupan sehari-hari. Dengan membawa pembaca melalui Contoh Permasalahan Dataset dan Contoh Kasus, bab ini membangun dasar yang solid sebelum melangkah ke bab-bab selanjutnya.

Bab kedua mengintroduksi "Teori-teori Tentang Machine Learning. *mebahas Kemampuan Komputasi, serta Pondasi Matematika dan

Statistika yang esensial untuk memahami algoritma ML. Selanjutnya, pembaca dibimbing pada Bab 3 hingga Bab 11 yang membahas berbagai topik seperti KNearest Neighbor, Machine Learning Lifecycle, Klasterisasi K-Means, Support Vector Machine, Supervised Learning, Gradient Descent, Agglomerative Clustering. Confusion Matrix, dan Deep Learning Setiap bab mengupas konsep dasar, kelebihan, kekurangan, langkah-langkah penerapan, serta contoh kasus yang mendalam. Bab 4 membahas "Machine Learning Lifecycle, menyoroti pentingnya siklus hidup ML dan peranannya dalam perkembangan teknologi. Bab-bab selanjutnya membahas secara rinci algoritma-algoritma seperti K-Means, Support Vector

Machine, dan jenis-jenis Supervised Learning seperti Linear Regression, Logistic Regression, Decision Tree, Random Forest Naive Bayes, dan Neural Network

Pentingnya optimisasi model dijelaskan melalui Bab 8 yang membahas "Gradient Descent," sementara Bab 9 hingga Bab 11 membahas aspek-aspek spesifik seperti Agglomerative Clustering,

Confusion Matrix, dan Deep Learning Buku ini memberikan pemahaman mendalam dan aplikatif, dengan penjelasan yang jelas dan contoh kasus yang relevan, menjadikannya panduan yang sangat berharga bagi pembaca yang ingin menggali lebih dalam dalam dunia yang dinamis dan berkembang pesat ini.

Machine Learning | 141 Zhang, T., Ramakrishnan, R., & Livny, M. (1996). "BIRCH: An efficient data clustering method for large databases." ACM SIGMOD Record, 25(2), 103-114.


142 | Machine Learning TENTANG PENULIS Nurhayati Dosen Program Studi Sistem Informasi Fakultas Teknologi Komunikasi dan Informatika, Universitas Nasioanal Penulis lahir di Jakarta tanggal 16 Juni 1984. Penulis menyelesaikan pendidikan S1 pada jurusan Matematika, Universitas Nasional dan S2 pada jurusan Magister Teknologi Informasi, Universitas Indonesia. Penulis melanjutkan studi S3 pada jurusan Ilmu Komputer, Institut Pertanian Bogor. Penulis mulai mempelajari pemrograman sejak kuliah S1 mulai dari pemrograman Basic, Pascal, C/C++, C#, VB.Net, Java, Python, dan lain-lain. Selanjutnya penulis mulai mempelajari machine learning dan dari pemrograman tersebut terutama pemrograman python. Beberapa penelitian terkait dengan implementasi machine learning sudah dipublikasikan dalam bentuk jurnal. Radinal Setyadinsa, S.Pd., M.T.I Merupakan seorang PNS dosen Sarjana Informatika di Universitas Pembangunan Nasional ‛Veteran‛ Jakarta (UPNVJ). Penulis dilahirkan di Jakarta. Penulis menempuh pendidikan S1 Pendidikan Teknik Elektronika


Machine Learning | 143 di Universitas Negeri Jakarta (UNJ) (lulus tahun 2012) dan S2 Magister Teknologi Informasi di Universitas Indonesia (UI) (lulus tahun 2018). Musthofa Galih Pradana, M.Kom Adalah seorang Dosen yang bertugas di Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jakarta sejak tahun 2022. Mulai menjadi dosen pada tahun 2019 dengan Area of Interest di bidang Data Mining, Text Mining, Natural Language Processing dan Decision Support System. Dr. Dwi Prasetyo, Dipl.Inf, S.Kom, M.Si. Lahir di Bogor, Jawa Barat pada bulan Desember 1966. Penulis merupakan Dosen PNS di Prodi Ilmu Komputer, Fakultas Sains & Teknik - Universitas Nusa Cendana. Pendidikan: Doktor Teknologi Pendidikan Universitas Negeri Jakarta, 2013, Master Ilmu Komputer di Jurusan Ilmu Komputer, Sekolah Pascasarjana Institut Pertanian Bogor (IPB), 2005, Sarjana Ilmu Komputer di Jurusan Ilmu Komputer, FMIPA IPB, 1997, Diploma Informatika Komputer di FAPOLTAN IPB, 1988, Tahun 1990-2004 menjadi Staf pada Jurusan Ilmu Komputer, FMIPA IPB. Tahun 2005 sampai sekarang menjadi Staf Pengajar pada Jurusan Ilmu Komputer, FST Universitas Nusa Cendana (UNDANA) Kupang. Sejak 2005-2009 menjabat Kepala


144 | Machine Learning Laboratorium Komputer Jurusan Ilmu Komputer, FST UNDANA. Direktur/CEO PT dPRATECH Dewan Pengurus Pusat (DPP) Asosiasi Perguruan Tinggi Informatika dan Komputer (APTIKOM) 2022-2026, Dewan Pengurus Pusat (DPP) Ikatan Ahli Informatika (IAII) 2020-2025, Pengurus Pusat dan Majelis Uji Kompetensi BK Informatika – Persatuan Insinyiur Indonesia (PII) 2021-2024 Penulis aktif berkecimpung di dunia pendidikan, penelitian dan penulisan di bidang Sistem Informasi, SIG, Mobile Computing dan Cloud Computing & Computer Thinking. Email: [email protected]. Muhammad Adrezo Mendapatkan gelar Sarjana Ilmu Komputer (S.Kom.) di program studi Teknik Informatika, Universitas Sriwijaya, Palembang, Indonesia dan gelar Master of Science (M.Sc.) di departemen Electrical Engineering and Computer Science, National Taipei University of Technology, Taipei, Taiwan. Beliau saat ini berprofesi sebagai Dosen di program studi sarjana Informatika, Universitas Pembangunan Nasional Veteran Jakarta. Saat ini minat penelitian beliau di bidang Machine Learning, Data Mining, Deep Learning dan Image Processing. I Wayan Rangga Pinastawa Merupakan lulusan Sarjana dan juga Magister pada bidang Komputer di Universitas AMIKOM Yogyakarta. Sempat memulai karir di Bank Danamon Serta menjadi SEO di Jawapos.com


Machine Learning | 145 sekarang penulis berprofesi sebagai dosen Informatika di Fakultas Ilmu Komputer UPN Veteran jakarta. Penulis memiliki hoby membuat dan menulis blog. Serta memiliki fokus utama penelitian pada bidang Machine Learning, Data Mining, Decision Support System dan Search Engine Optimization. Jihan Kristal Yasmin Mahasiswi program sarjana jurusan Matematika Fakultas Sains dan Teknologi Universitas Terbuka UPBJJ Bogor. Penulis memiliki ketertarikan pada bidang sains data, machine learning dan teknologi pendidikan. Penulis lahir di Bogor 25 tahun silam. Kegiatan penulis saat ini masih menjalani perkuliahan S1 dan bekerja sebagai pengajar mata pelajaran matematika untuk tangkat SMP. Jovian Dian Pratama, S.Mat., M.Mat. Jovian Dian Pratama lahir di Semarang pada 28 Agustus 1997. Ia lulus S-1 dengan Predikat Cumlaude di Program Studi Matematika Fakultas Sains dan Matematika Universitas Diponegoro (UNDIP) tahun 2020 dan Lulus S-2 dengan Cumlaude dan IPK Sempurna serta Lulusan Terbaik di Program Studi Magister Matematika Fakultas Sains dan Matematika Universitas Diponegoro (UNDIP) pada tahun 2022. Ia adalah pengajar tetap Departemen Matematika Fakultas Sains dan Matematika Universitas Diponegoro Semarang sejak


146 | Machine Learning 2022 hingga saat ini. Bidang keahliannya yaitu Matematika Terapan khususnya pada Analisis Numerik Terapan dan Komputasi. Sebelum menjadi pengajar tetap di Departemen Matematika Fakultas Sains dan Matematika Universitas Diponegoro Semarang ia pernah menjadi asisten pengajar Departemen Matematika Universitas Diponegoro (UNDIP) untuk mata kuliah Teori Himpunan dan Relasi, Logika dan Teori Pembuktian, Kalkulus, Analisis Riil, Aljabar Linier, dan Struktur Aljabar. Dhieka Avrilia Lantana Lahir pada tanggal 12 April 1989 di Jakarta. Penulis merupakan dosen di Fakultas Ekonomi dan Bisnis pada Program Studi Bisnis Digital Universitas Nasional. Lulus program Sarjana (S1) dan Pasca Sarjana (S2) di Institut Pertanian Bogor (IPB University) program studi Ilmu Komputer. Sebelum menjadi dosen pada tahun 2017, penulis sebelumnya bekerja di beberapa perusahan, yaitu: Accenture Solutions Sdn. Bhd. sebagai Senior Account Optimizer,. PT Kreatif Media Karya (KMK) sebagai Search Engine Optimization (SEO), Badan Pusat Sistem Informasi (BPSI) Universitas Nasional sebagai programmer. Penulis memiliki keahlian dalam bidang: Artificial Intelligence, Data Mining, Programming language: PHP, java, Python, CSS, HTML, C++ dan Digital Marketing: Google Ads, Facebook Ads, Instagram Ads.


Machine Learning | 147


Click to View FlipBook Version