DRAF KULIAH

Resume mechine learning Pertemuan IV, V VI VII

RESUME

Mengenal Boolean value,jenis-jenis operator dan kondisional

Cara mengoperasikan isi dari variable misalkan dengan menjumlahkan kedua nilai atau mengurangi kedua nilai,bisa juga membandingkan besaran kedua nilai mana yang lebih besar contohnya nilai 4 dan 2 itu semua bisa dilakukan dengan menggunakan yang namanya operator. Operator sendiri merupakan sebuah symbol atau istilah yang digunakan untuk memanipulasi nilai misalnya 4+2 operatornya yaitu symbol + sedangkan nilai yang dioperasikan disebut operan,operannya itu angka 4 dan 2,operan bukan hanya tipe data integer. Jika nilai-nilai diwakili oleh variebel maka teknis variebel bisa disebut operan . Jenis-jenis operator ada 7:

1. Operator aritmatika

2. Operator perbandingan atau relasi

3. Operator penugasan

4. Operator logika

5. Operator bitwise

6. Operator keanggotaan

7. Operator indentifikasi

Operator aritmatika mencakup penjumlahan,pengurangan,pembagian,perkalian,dll. Untuk simbolnya sendiri yaitu + untuk penjumlahan, - untuk pengurangan, * untuk perkalian, / untuk pembagian dengan hasil berupa bilangan riil, //digunakan untuk operasi pembagian denga hasilnya dibulatkan kebawah , % digunakan untuk operasi sisa pembagian , .. digunakan untuk opearsi pemangkatan

Operator perbandingan dgunaakan untuk membandingkan nilai disebelah kiri dan kanan. Kemudian akan ditetapkan hubungan antara keduanya. Maka dari operator ini juga disebut operator relasi . hasil dari operator perbandingan adalah nilai tipe data boolen (true or false) disini operatornya yaitu == digunakan untuk menyatakan sama dengan, bernilai BENAR jika nilai sebelah kiri dan kanan sama, != digunakan untuk menyatakan tidak sama dengan bernilai BENAR jika sebelah kiri dan kanan berbeda, < menyatakan lebih kecil bernilai benar jika nilai sebelah kiri lebih kecil dari pada nilai sebelah kanan, > menyatakan lebih besar bernilai benar jika nilai sebelah kiri lebih besar daripada nilai sebelah kanan, <= menyatakan lebih kecil atau sama dengan bernilai benar jika nilai sebelah kiri lebih kecil atau sama dengan nilai sebelah kanan, >= menyatakan lebih besar atau sama dengan, bernilai benar jika nilai sebelah kiri lebih besar atau sama dengan nilai sebelah kanan

Nama : TRISNO ADITIA
NIM : 18.01.013.130

Mechine learning pertemuan ke VIII, IX, X, XI

MENGENAL BOOLEAN VALUE, JENIS-JENIS OPERATOR DAN KONDISIONAL

Pertemuan ke- VIII, IX, X, XI

1. 1. Operator identitas

Operator ini berbeda dengan operator lainnya, yang memaastikan ada atau tidaknya suatu anggota dalam daftar atau nilai tertentu dalam sebuah variabel. Operator identitas lebih digunakan untuk membandingkan dan memastikan apakah variabel x menunjuk lokasi memori yang sama dengan variabel y lebih kearah mencocokkan isi antar variabel. Jumlah anggota sama dengan operator keanggotaannya, yang hanya berisi 2. Apabila operator keanggotaan ana in dan not in. maka operator identitas ada is dan not is.

Is : Bernilai True jika kedua operand merujuk ke object yang sama dan berisi nilai yang sama

is not : Bernilai True jika kedua operand merujuk ke object yang tidak sama

contoh:

a = 5

b = 5

c = 6

print('a is b :', a is b)

print('a is c :', a is c)

print('a is not c :', a is not c)

print('\n')

i = 'budi is ani'

j = 'ani is toni'

print('i is j :', i is j)

print('i is not j :', i is not j)

print('\n');

x = ['a','b','c']

y = ['a','b','c']

print('x is y :', x is y)

print('x is not y :', x is not y)

Hasil kode program:

a is b : True

a is c : False

a is not c : True

i is j : True

i is not j : False

x is y : False

x is not y : True

2. 2. Operator logika

Digunakan untuk operasi logika dan terdiri dari 3 jenis AND, OR dan NOT. AND menyatakan “dan” bernilai benar jika operan sebelah kanan dan kiri bernilai true. OR menyatakan “atau” bernilai benar jika minimal salah satu operan sebelah kanan dan kiri atau juga keduanya bernilai true. NOT menyatakan “tidak”, bernilai benar jika operasi bernilai false.

Contoh:

print (True and True)

print (1 + 2 == 3 and True)

print ('----')

print (False or 1 > 5)

print (False or 5 > 2)

print ('----')

print (not(1 > 5))

print (not(1 < 5))

hasilnya:

True

----

False

True

----

True

False

3. 3. Operator penugasan

Adalah operator yang digunakan untuk menyimpan nilai ke dalam variabel. Symbol dari operator ini pada dasarnya diwakili dengan tanda “=” . selain itu symbol operator ini bisa di kombinasikan dengan operator jenis lain, seperrti aritmatika dan bitwise. Ketika operator gabungan ini maka fungsinya tidak hanya akan menyimpan nilai tapi juga akan memanipulasi nilainya sesuai dengan operator gabungannya.

Contoh :

a = 5

b = 3

b = b + 1

c = a + b

d = c + c + a

e = (c + d)* a

print ('Isi variabel a:',a)

print ('Isi variabel b:',b)

print ('Isi variabel c:',c)

print ('Isi variabel d:',d)

print ('Isi variabel e:',e)

hasilnya :

Isi variabel a: 5

Isi variabel b: 4

Isi variabel c: 9

Isi variabel d: 23

Isi variabel e: 160

4. Operator keanggotaan

Operator ini diperuntukkan untuk mencari keanggotaan dalam suatu tipe data urutan seperti string, list, dan tuple. Tak mengherankan jika operator ini ini sering diterapkan dalam perulangan. Karena hanya memastikan suatu nilai ada dan tidak ada di dalam daftar, maka operator ini hanya berisi 2 anggota saja.

Contoh 2:

#Operator in dan not in dalam String

sampel = 'kopidingin'

print('Sampel = kopidingin')

print('[kopi] in kopidingin :', 'kopi' in sampel)

print('[susu] in kopidingin :', 'susu' in sampel)

print('[panas] not in kopidingin :', 'panas' not in sampel)

print('[dingin] not in kopidingin :', 'dingin' not in sampel, "\n")

#Operator in dan not in dalam List beranggotakan string

asean = ['Indonesia', 'Malaysia', 'Singapura', 'Thailand', 'Filipina']

print('Anggota ASEAN = [Indonesia, Malaysia, Singapura, Thailand, Filipina]')

print('[Indonesia] in anggota ASEAN :', 'Indonesia' in asean)

print('[Australia] in anggota ASEAN :', 'Australia' in asean)

print('[Amerika] not in anggota ASEAN :', 'Amerika' not in asean)

print('[Singapura] not in anggota ASEAN :', 'Singapura' not in asean, "\n")

#Operator in dan not in dalam List beranggotakan bilangan

prima = [2, 3, 5, 7, 11, 13, 17, 19]

print('Bilangan prima = [2, 3, 5, 7, 11, 13, 17, 19]')

print('[5] in bilangan prima :', 5 in prima)

print('[9] in bilangan prima :', 9 in prima)

print('[15] not in bilangan prima :', 15 not in prima)

print('[17] not in bilangan prima :', 17 not in prima, "\n")

#Operator in dan not in dalam Tuple beranggotakan string

veto = ('Amerika', 'Rusia', 'RRC', 'Inggris', 'Perancis')

print('Pemilik = (Amerika, Rusia, RRC, Thailand, Filipina)')

print('[Amerika] in pemilik hak veto :', 'Amerika' in veto)

print('[Jepang] in pemilik hak veto :', 'Jepang' in veto)

print('[Indonesia] not in pemilik hak veto :', 'Indonesia' not in veto)

print('[Rusia] not in pemilik hak veto :', 'Rusia' not in veto, "\n")

#Operator in dan not in dalam Tuple beranggotakan bilangan

ganjil = (1, 3, 5, 7, 9, 11, 13, 15, 17, 19)

print('Bilangan ganjil = (1, 3, 5, 7, 9, 11, 13, 15, 17, 19)')

print('[5] in bilangan ganjil :', 5 in ganjil)

print('[10] in bilangan ganjil :', 10 in ganjil)

print('[18] not in bilangan ganjil :', 18 not in ganjil)

print('[7] not in bilangan ganjil :', 7 not in ganjil)

contoh 2:

ampel = kopidingin

[kopi] in kopidingin : True

[susu] in kopidingin : False

[panas] not in kopidingin : True

[dingin] not in kopidingin : False

Anggota ASEAN = [Indonesia, Malaysia, Singapura, Thailand, Filipina]

[Indonesia] in anggota ASEAN : True

[Australia] in anggota ASEAN : False

[Amerika] not in anggota ASEAN : True

[Singapura] not in anggota ASEAN : False

Bilangan prima = [2, 3, 5, 7, 11, 13, 17, 19]

[5] in bilangan prima : True

[9] in bilangan prima : False

[15] not in bilangan prima : True

[17] not in bilangan prima : False

Pemilik = (Amerika, Rusia, RRC, Thailand, Filipina)

[Amerika] in pemilik hak veto : True

[Jepang] in pemilik hak veto : False

[Indonesia] not in pemilik hak veto : True

[Rusia] not in pemilik hak veto : False

Bilangan ganjil = (1, 3, 5, 7, 9, 11, 13, 15, 17, 19)

[5] in bilangan ganjil : True

[10] in bilangan ganjil : False

[18] not in bilangan ganjil : True

[7] not in bilangan ganjil : False

Nama : TRISNO ADITIA

NIM : 18.01.013.130

Mechine learning Pertemuan Ke-XII, XIII , XIV

Resume mechine learning pertemuan ke 12,13,14

PYTHON MACHINE LEARNING : K-Nearest Neighboor (K-NN)

Pertemuan Ke-XII, XIII , XIV

Metode pembelajaran dalam mechine learning:

Supervised learning

Algoritmanya : decision tree, regresi linear, k-nearest neighbor, Bayesian , neural network, dll.

Insupervised learning

Semi supervised learning

Reinforcement learning

Apa itu K-NN? Adalah salah satu algoritma untuk klasifikasi data suatu obyek berdasarkan sejumlah K-data training yang memiliki jarak paling dekat (nearest neighbor)dengan objek tersebut(wahyono, 2018”Phyton for machine Learning”). Untuk menentukan jauh dekatnya tetangga, biasanya di hitung berdasarkan jarak Euclidean(d) dengan rumus sbb:

d= 2+(y2-y1)2

contoh kasus :

prediksi apakah seseorang bisa lulus S2tepat waktu berdasarkan variabel IPK S1 dan usia masuk kuliah S2.

Data training yang digunakan: sejumlah data mahasiswa yang lulus tepat waktu dan yang tidak tepat waktu berdasarkan IPK S1 dan usia.

Pertama misalnya :

K=3 ( diperoleh 2 tetangga tepat waktu dan 1 tetangga yang tidak tepat waktu ) sehingga, hasil prediksi Bejo lulus tepat waktu karena tetangga yang lulus tepat waktu lebih banyak daripada yang tidak.

Langkah –langkah algoritma K-NN:

Menentukan parameter K, bilangan bilat positif sebagai nearest neighbors (banyaknya tetangga terdekat)

Hitung jarak antara data baru dan semua data yang ada didata training

Menentukan K tetangga berdasarkan jarak minimum

Tetangga yang memiliki frekuensi terbanyak diambil sebagai nilai prediksi atau hasil klasifikasi dari data baru tersebut.

Latihan python

Klasifikasi bunga IRIS (bunga Pelangi)

Terdapat 3 jenis bunga iris yang agak susah dikenali yaitu setosa, versicolor, dan virginica. Untuk itu akan dibuat sebuah program dengan K-NN untuk memprediksi sebuah bunga iris, masuk kelompok yang mana.

Data traini

Data training adalah sejumlah data yang menunjukkan jenis bunga berdasarkan ukuran petal dan sepal dari bunga tersebut.

Contoh melakukan prediksi :

#data yang akan di prediksi

Data = [[6.2, 1.5, 4.2, 2.6]]

#data yang akan di prediksi berdasarkan

Y_pred= knn.predict(Data)

#mencetak hasil prediksi

#hasil 0 adalah setosa

#hasil 1 adalah versicolor

#hasil 2 adalah virginica

Print(“Hasil Prediksi : JenisBunga” , Y_pred)

Hasil prediksi: jenis bunga [2]

Nama : TRISNO ADITIA

Nim : 18.01.013.130

Kecerdasan Buatan Pertemuan XII,XIII,XIV

Introduktion to Artifical Inteligence-CII2M3

Genetic Algorithm

Genetika adalah algoritma yang sangat simple sangat sederhana yang butu teknik dan skill engineering untuk mendesain solusinya,setelah mendesain solusi maka kita akan mempelajari genetikal algoritma kita akan mempelajari

- 1.Chromose

- 2.Fitnes

- 3.Parent Selektion

- 4.Crossover and Mutation

- 5.Survivor Selection

Dalam Genetic Algoritma terdapat beberapa solusi

- Genetic algoritma models its solution as astring/array

- Default form is 1-dimensional array

Solution in Genetic Algoritma

- Also called a chromosome (nama umumnya)

- Also called an individual Solution

- Engineering skills are needed in order to design a solution

- Occam’s Razor: the Simpler the better

Contoh promosom yang paling simple

Trevelling salesman problem

Yaitu mengunjugi sebuah kota yang ada di peta, targetnya adalah urutan dari kota kota yang akan di kunjungi harus di rubah menurut array, desain untuk bisa mendafatkan

Knapsack Problame

Untuk yang hobi ngegame

Knapseck problem

Untuk mencari solusi untuk mendapatkan profil setinggi mungkin, untuk genetika algoritma sehingga bisa mencari solusi array yang paling simpel nya misalnya kita memiliki suatu daftar barang misalnya ada 100 barang contoh solusinya untuk desain suatu array misalnya bisa mengambil 7 barang misalnya isi artinya adalah integer yang mengandung ID barang dari 1 solusi ini kita bisa lihat berapa kualitas barang yang kita ambil

Berikut kita masuk ke teorinya

Metaheuristic search

fungsi ristik digunakan untuk mencari atau mendesain heuristik inferfek kalau informasinya tidak lengkap fungsi heuristik nya salah meta search adalah algoritma yang tetap bisa berjalan meskipun isi nya tidak sempurna tetap bisa mencari solusi yang sebagus mungkin meskipun informasinya kurang lengkap algoritma ini bagus untuk mencari solusi yang kasusnya nya cukup rumit fungsi untuk mencari nilai terkecil nya mulai dicari dari nilai minimum bisa menggunakan pendekatan searching pertamanya dan bisa mendapatkan x

Random search bisa start dari suatu tempat dan ditelepon ke tempat lain secara random sehingga bisa ditempuh kan posisi terendahnya loncat 1 kali dari 100 kali itu merupakan salah satu cara proses pencarian itu merupakan cara mencari untuk random tanpa Gaiden sehingga kecil kemungkinan untuk mendapatkan posisi terbaiknya

Ada juga simulated annealing yaitu ekspor dari suatu sisi menuju suara terendah dan ada konsep coba-coba untuk naik secara bergelombang untuk mencapai tujuan sampai menuju titik terendahnya itu simulated annealing di sini juga bisa mencari solusi menggunakan algoritma genetika

Chromosome example bisa menggunakan biner

Bisa mengunakan biner in coding dan bisa juga menggunakan integer di koding, prosesnya sama hanya saja biner bitnya 2 dan integer 1 sampe 10, dengan desain seperti ini

Fungsi fitness

yaitu menilai kualitas dari solusi atau kualitas dari individu

Objective Fungtion

Fungsi rillnya fungsi yang di cari oftimasi

Meminimasi

Memanimisai jarak makin kecil jarak makin tinggi fitness

Jika semuanya di maksimasi maka semuanya hanya di jumlahkan saja.

Nama : TRISNO ADITIA

Nim : 18.01.013.130

Kecerdasan Buatan Pertemuan VIII,IX,X,XI

Intruduction to Artifical Intelegence

Outline

· Heuristic Function

· Hill Climbing

· Simulated Annearling

· Best-First Seartch

· A* Search

Deterministic dan stokastik dimana ada proses random di dalamnya

Ricall Blind seartch

Di sebut Ricall Blind seartch seperti masuk ke sebuah labirin yang memiliki banyak pintusementara kita di suru menelusuri tanpa peta untuk menemukan sebuah hartakarun dicari menggunakan algoritma misalnya cek pintu satu persatu untuk menemukan saran itulah salah satu contoh dari konsep Ricall Blind seartch,

§ Heuristic (Hyu-RIS-tik)

Berasal dari kata yunani heuriscan yang berarti tudiscoper suatu proses untuk mendapatkan suatu knolost suatu informasi,pengetahuan target, heuristic itu adalah sebuah perkiraan intelegen caswolk suatu proses mengira-ngira untuk mengambarkan proses manusia dalam mencari solusi itu menggunakan intelegen caswolk bukan menggunakan suatu permula contohnya mencari harta dalam ebuah bilik labirint tadi

§ Heuristic Function

Untuk dapat membuat algoritma Heuristic Function fungsi heuristic itu bisa bagus bisa di terima jika cost perkiraanya tidak melebihi actual costnya, nilai heuristic aslinya tidakbole terlalu kecilatau terlalu besar harus sedekat mungkin dengan nilai asli tapi tidak bole melebihi.

Contoh lain bisa juga ke fuzzel game melalui nilai state untuk dapat menyusunangka dari 1 sampai dengan 8 untuk mendapatkan angka yang teratur dengan cepat akan di gunakan algoritma yang paling singkat untuk Menyesuainkanya

Algoritma yang paling simple untuk menyelesaikanya adalah Hill Climbing yang terinspirasi dari proses pencarian manusia kemudian simulated Anneling baru masuk ke best First Search baru akn masuk di puncaknya yaitu algoritma A*, A* memiliki banyak Perkembangan Yaitu:

1. Iterative DeePening A*(IDA*)

2. SimpliFied Memory-Boundad A* (SMA*)

3. Bi-Directional A* (BDA*)

4. Modified Bi-directional A* (MBDA*)

5. Dynamoc Weighting A* (DWA*)

6. Bean A* (BA*)

Hill Clambing (HC)

Hc algoritma Pilih salahsatu cara untuk mendapatkan gol dengan memilih statenya tapi akan di [ilih operator baru jika operator lama tidak dapat di gunakan dengan baik, heuristic adalah nilai yang menyatakan seberapa dekat suatu state ke gol, karna itu state gol atau target itu nilainya 0 untuk menuju gol kita akan menggunakan state terpendek yaitu menggunakan algoritma hill clambing yaitu dengan cara membangkitkan 1 cabang untuk menuju titik tujuan jika cabang yang 1 di bangun itu jelek maka bangun cabang yang lain hingga

Steepest-Ascent Hill Clembing

Fariasi dari Hill Clembing

Nama : TRISNO ADITIA

Nim : 18.01.0131.130

Kecerdasan Buatan Pertemuan IV,V,VI,VII

Artifical Intelegen

Kecerdasan Buatan atau Artificial Intelligence adalah salah satu bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) yang dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik daripada yang dilakukan manusia.

Menurut John McCarthy, 1956, Artificial Intelligence adalah untuk mengetahui dan memodelkan proses–proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia.

Beberapa administrative perkenalan kecerdasan buatan mengenai teknik sercing,

Outline

· Why Searching?

· Space Representation

· Search Space

· Un-informed Search

· Informad Search

1. Why Searching?

Natural Intelegence / kecerdasan alami proses manusia belajar, memilah milah mencari infor,asi mana yang tepat untuk di simpan dan di gunakan dari banyaknya informasi yang di terima, proses awal adalah proses pencarian

Contohnya:

The woter jug problame ada wadah air kalo penuh berukulan 4 liter dan ada wadah kecil yang ukuranya 3 liter dan ada air yang tidak terbatas tujuanya bagaimana bisa mendapat air galon ini adalah salahsatu teka teki lojik ada beberapa stap untuk memenuhi galonya menggunakan algoritma searching karna sesuai dengan pengertian searching mencari solusi yang tepat untuk menyelesaikan masalah dari banyaknya solusi akan di cari solusi tersingkat untuk mendapatkan solusi, begitu juga computer harus ada proses algoritms untuk menyelesaikan masalahnya

Sercing Algoritma dalam jumlah besar terbagi menjadi 2

· Blind Search (Uniformad Search)

a. No prior information

b. High complexity

· Heuristic Search (informad Search)

a. Provided prior information

b. Relatively low complexity

Outline

· Breadth-first search (BFS)

· Depth-first search (DFS)

· Depth-limeted search (DLS)

· Interative-Deepening Search (IDS)

· Uniform cost Search (UCS)

· Bi-Directional Search (BDS)

Akan di bahas 2 teratas saja

Kriteria algoritma harus mengetahu ruang pencarian

· Breadth-first search (BFS)

Sxplores the neighbor nodes first,before moving to the next level neighbors mengunjungi node lain sebelum memasuki level berikutnya BFS menggunakan Q sementara DFS menggunakan state

Merupakan algoritma yang bagus oftimal solusi yang di hasilkan adalah solusi yang terbaik, karena dia mencari solusi perlevel dia akan menemukan solusi terpendek sangat oftimal

· Depth-first search (DFS)

Expand deepest unexpanded node jika pilih 1 node brekdone 1 node itu ketemunya nanti dimana bbedanya dengan BFS dia tidakpunya suatu kontener untuk menyimpan node apasaja yang suda di kunjungi tidak mengingat node apasaja yang pernah di buka, algoritma yang rekursif harus pilih salah satu operasi yang di gunakan untuk menjalankan.

Nama : TRISNO ADITIA

Nim : 18.01.013.130

Assalamualaikum Wr, Wb
Dalam postingan kali ini saya akan berbagi tentang cara install Prestashop. Dan tanpa basa-basi lagi langsung saja kita mulai.

Sebelum mulai menginstall, tentu kita harus punya file prestashop. Bagi yang belum punaya bisa download =>Disini<=

Langkah-langkah;

1.letakkan file prestashop yang ingin anda install di folder Downloads,
   kemudian buka terminal dan masukkan perintah perintah berikut;
      #cd Downloads
      #ls

2.Pindahkan file prestashop tadi, ke direktori. Dengan perintah;
#mv prestashop_1.6.1.4.zip /var/www/html

3.Untuk memastikan apakah file sudah berhasil dipindahkan, ketikkan
   perintah-perintah berikut. pada terminal yang tadi anda gunakan;
      #cd /var/www/html
      #ls

4.setelah berhasil memindahkan filenya ke direktori, sekarang ekstrack file
tersebut menggunakan perintah;
#unzip nama file
Contoh;; #unzip prestashop_1.6.1.4.zip

5. Beri hak akses pada file prestashop tadi, dengan perintah;
#chmod -R 755 prestashop
#chown -R www-data:www-data prestashop

6.Setelah memberikan hak akses, kemudian buka TAB bar pada browser
yang anda gunakan. Kemudian login ke http://localhost/phpmyadmin

7.Setelah login, kemudian buat DataBase dengan nama prestashop

10.Nah, setelah membuat DataBase auracms. Kemudian buka lagi TAB baru
pada browser anda dan masukke alamat http://localhost/prestashop

11.Dalam tahap ini langsung saja klik berikutnya (kalau memilih bahasa
indonesia)

12.Centang kotaknya, kemudia klik Berikutnya (ikuti gambar dibawah)

13.Ditahap ini, anda akan diminat mengisi beberapa kolom dianantaranya;
Nama Toko = bebas semau anda
Kegiatan = pilihlah salah satu kegiatan, tetapi bisa juga pilih kegiatan lainnya yang berada di paling bawah.
Negara = pilihlah negara tempat toko anda di bangun.
Zona Waktu Toko = pilihlah zona waktu tempat toko anda berada.
Nama Depan = isi dengan nama depan anda, boleh juga bebas.
Nama Belakang = isi dengan nama belakag anda, boleh juga bebas.
Alamat email = isi dengan alamat email yang masih aktif.
Password toko = bebas.
lalu klik berikutnya.