Contoh Perhitungan Naive Bayes Classifier

Naive Bayes adalah metode populer di dalam pengkalsifikasian sebuah masalah. Berikut adalah contoh algoritma Naive Bayes untuk mengenalkan (training) bahwa angka 1,2,3 dst adalah bilangan POSITIP ; angka -1,-2 dst adalah bilangan NEGATIP dan angka o adalah bilangan NOL. Perhatikan sample trainingnya di bawah ini :

sample data training

 JIKA algoritma ini berhasil maka JIKA kita uji cobakan angka 10, sistem akan mengenalinya sebagai BILANGAN POSITIP ;)

Read more...

Aplikasi MFEP Untuk Menganalisa Kinerja Pegawai

Masih inget ken dengan tulisan di http://pascasarjana-cio-its.blogspot.com/2011/11/analytic-hierarchy-process-ahp-vs.html tentang AHP dan MFEP. Pasti masih ingat kan. Nah ini adalah contoh aplikasi paling aktual untuk menerapkan algorithm MFEP.

Aplikasi ini dibangun menggunakan Delphi 7 dengan MySQL sebagai database nya.

Memasukan Importan Weight dengan total maksimal 1.0

Database Pegawai dengan Maing2x Bobotnya

Final result kinerja pegawai setelah diolah ditampilkan dengan urutan yang terbaik di atas

ambil file nya di sini

Read more...

Analytic Hierarchy Process (AHP) vs Multifactor Evaluation Process (MEP)

Banyak masalah pengambilan keputusan melibatkan sejumlah faktor. Sebagai contoh, jika Anda mempertimbangkan pekerjaan baru, faktor-faktor yang mungkin menjadi pertimbangan awal adalah gaji awal, peluang karir kemajuan, lokasi kerja, rekan kerja, jenis pekerjaan yang Anda akan melakukan, tunjangan dan macam-macam faktor lainnya. Jika Anda sedang mempertimbangkan pembelian komputer, ada sejumlah faktor penting untuk dipertimbangkan semisal harga, memory, kompatibilitas dengan komputer lain, fleksibilitas, nama merek, ketersediaan perangkat lunak,
keberadaan setiap kelompok pengguna, dan dukungan dari produsen komputer dan toko komputer. Dalam membeli mobil baru atau bekas, faktor-faktor seperti warna, gaya, membuat dan model,
tahun, jumlah mil (jika itu mobil yang digunakan), harga, dealer atau orang yang Anda membeli
mobil dari, garansi, dan biaya asuransi dapat menjadi faktor penting untuk dipertimbangkan.
 

Dalam membuat keputusan multifaktor, kita mempertimbangkan berbagai faktor dalam membuat pilihan. Untuk keputusan yang sulit, pendekatan kuantitatif direkomendasikan. Semua faktor penting kemudian dapat diberi bobot yang sesuai dan masing-masing alternatif, seperti mobil, komputer, atau prospek pekerjaan baru, dapat dievaluasi dari segi faktor-faktor ini. Pendekatan ini disebut multifaktor evaluasi proses (MFEP).
 

Dalam kasus lain kita tidak mungkin dapat mengukur preferensi untuk berbagai faktor maka digunakanlah proses hirarki analitik (AHP). Proses ini menggunakan perbandingan dan kemudian menghitung faktor bobot dan evaluasi bagi kita.

Baca lengkapnya disini. (sudah dihapus mediashare) Ambil yang di Ziddu ajah, tapi lambat !

Read more...

Pengenalan Angka 0 -9 Menggunakan SOM Kohonen

Download program nya di sini.

Program ini menggunakan Delphi 7 dengan algoritma SOM Kohonen untuk mencoba melakukan clusterisasi 10 angka dari angka 0 - 9 menjadi 10 cluster. Hasilnya bervariasi tergantung bagaimana teknik pikselisasi dari source vectornya.

Tampilan Interface Awalan Program

Read more...

Contoh Perhitungan Self Organizing Maps (SOM) Kohonen

Untuk algoritma dari SOM silahkan baca kembali disini.

(Source : buku Fausett, Fundamental of Neural Networks)

Clustering 4 vector ke dalam 2 cluster

Ambil contoh vektor yang akan di cluster adalah :

(1,1,0,0); (0,0,0,1); (1,0,0,0); (0,0,1,1);

Maximum Cluster yang akan dibentuk adalah 2 cluster m=2
Anggap learning rate terjadi penurunan secara geometri ALPHA(0)= 0.6  | ALPHA(t+1)=0.5 ALPHA(t)

Step 0 :
Inisialisasi matrik bobotnya

Insial radiusnya R = 0
Inisial learning rate nya ALPHA (0) = 0.6

Read more...

Algoritma Self Organizing Maps (SOM) Kohonen

(Source : buku Fausett, Fundamental of Neural Networks)

Step 0 :
Inisialisasi bobot wij. Set topologi tetangga. Set parameter learning rate.
Step 1 :
Lakukan langkah 2 s/d 8 untuk kondisi batas berhenti belum tercapai
Step 2 :
Untuk setiap vektor input x lakukan langkah 3 - 5
Step 3 :
Untuk setiap j, hitung :

Read more...