Pengantar Metode Klasifikasi Kapita Selekta Matematika Terapan B Nanang Susyanto Departemen Matematika FMIPA UGM
01 Februari 2017
NS (Dep.Mat)
Introduction
01/02/2017
1/9
Pendahuluan
Slides kuliah dapat diunduh di http://nanang.staff.ugm.ac.id/. Jika ada perubahan terkait perkuliahan maka pemberitahuan lewat wakil kelas. Maksimum 15 menit keterlambatan. Pertanyaan terkait kuliah: Gedung departemen Matematika lt.3 (Office) atau nanang
[email protected] (email). Lain-lain.
NS (Dep.Mat)
Introduction
01/02/2017
2/9
Komponen Nilai
No 1 2 3 4
Komponen Ujian Akhir Semester (UAS) Ujian Tengah Semester (UTS) Aktivitas di kelas: Quiz, Diskusi, Presentasi Tugas Total
NS (Dep.Mat)
Introduction
Prosentase 30 20 25 25 100
01/02/2017
3/9
Silabus
Model deterministik vs model probabilistik, prediksi, keakuratan, dan error. Fungsi jarak dan fungsi kemiripan. Vektor berdimensi tinggi dan dekomposisi matriks. Mereduksi dimensi vektor berdimensi tinggi. Klasifikasi dua kelas (binary classification) Klasifikasi multi-kelas (multiclass classification) Aplikasi dalam pengenalan wajah: menghitung kemiripan antara dua foto. NS (Dep.Mat)
Introduction
01/02/2017
4/9
Referensi
Information Theory, Inference and Learning Algorithms by D. J. C. MacKay, Cambridge University Press, 2003. Pattern Recognition and Machine Learning by C. M. Bishop, Springer Verlag, 2006.
NS (Dep.Mat)
Introduction
01/02/2017
5/9
Klasifikasi Seorang bagian kredit bank ingin memutuskan apakah seseorang yang mengajukan kredit akan dapat melunasi pinjamannya dengan menganalisa jawaban-jawaban dari quesioner yang berikan.
NS (Dep.Mat)
Introduction
01/02/2017
7/9
Klasifikasi Seorang bagian kredit bank ingin memutuskan apakah seseorang yang mengajukan kredit akan dapat melunasi pinjamannya dengan menganalisa jawaban-jawaban dari quesioner yang berikan. Seorang manajer penjualan ingin menganalisa apakah seseorang akan membeli produk baru jika diberikan profil dari orang tersebut.
NS (Dep.Mat)
Introduction
01/02/2017
7/9
Klasifikasi Seorang bagian kredit bank ingin memutuskan apakah seseorang yang mengajukan kredit akan dapat melunasi pinjamannya dengan menganalisa jawaban-jawaban dari quesioner yang berikan. Seorang manajer penjualan ingin menganalisa apakah seseorang akan membeli produk baru jika diberikan profil dari orang tersebut. Seorang dokter ingin menganalisa apakah seorang pasien kanker dapat bertahan atau tidak dengan menggunakan rekam diagnosa orang tersebut.
NS (Dep.Mat)
Introduction
01/02/2017
7/9
Klasifikasi Seorang bagian kredit bank ingin memutuskan apakah seseorang yang mengajukan kredit akan dapat melunasi pinjamannya dengan menganalisa jawaban-jawaban dari quesioner yang berikan. Seorang manajer penjualan ingin menganalisa apakah seseorang akan membeli produk baru jika diberikan profil dari orang tersebut. Seorang dokter ingin menganalisa apakah seorang pasien kanker dapat bertahan atau tidak dengan menggunakan rekam diagnosa orang tersebut. Seorang polisi akan mencari buronan dengan mencocokkan foto di TKP dengan semua foto di e-ktp yang dipunyai. NS (Dep.Mat)
Introduction
01/02/2017
7/9
Model deterministik vs probabilistik Deterministik: Data diketahui sebelumnya.
NS (Dep.Mat)
Introduction
01/02/2017
8/9
Model deterministik vs probabilistik Deterministik: Data diketahui sebelumnya. Once you start the system, you know exactly what is going to happen
NS (Dep.Mat)
Introduction
01/02/2017
8/9
Model deterministik vs probabilistik Deterministik: Data diketahui sebelumnya. Once you start the system, you know exactly what is going to happen Contoh: Prediksi saldo di rekening bank. Jika diketahui saldo awal dan suku bunga maka saldo setelah satu tahun dapat ditentukan secara tepat.
NS (Dep.Mat)
Introduction
01/02/2017
8/9
Model deterministik vs probabilistik Deterministik: Data diketahui sebelumnya. Once you start the system, you know exactly what is going to happen Contoh: Prediksi saldo di rekening bank. Jika diketahui saldo awal dan suku bunga maka saldo setelah satu tahun dapat ditentukan secara tepat.
Ada unsur randomness.
NS (Dep.Mat)
Introduction
01/02/2017
8/9
Model deterministik vs probabilistik Deterministik: Data diketahui sebelumnya. Once you start the system, you know exactly what is going to happen Contoh: Prediksi saldo di rekening bank. Jika diketahui saldo awal dan suku bunga maka saldo setelah satu tahun dapat ditentukan secara tepat.
Ada unsur randomness. You know the likelihood that something will happen, but you don’t know when it will happen.
NS (Dep.Mat)
Introduction
01/02/2017
8/9
Model deterministik vs probabilistik Deterministik: Data diketahui sebelumnya. Once you start the system, you know exactly what is going to happen Contoh: Prediksi saldo di rekening bank. Jika diketahui saldo awal dan suku bunga maka saldo setelah satu tahun dapat ditentukan secara tepat.
Ada unsur randomness. You know the likelihood that something will happen, but you don’t know when it will happen. Contoh: Melempar dadu sampe muncul angka 3. Peluang muncul angka 3 adalah 1/6 tetapi tidak akan diketahui secara tepat kapan akan muncul angka 3. NS (Dep.Mat)
Introduction
01/02/2017
8/9
Prediksi, keakuratan, dan error
NS (Dep.Mat)
Introduction
01/02/2017
9/9
