Professional Documents
Culture Documents
Page 2
Persamaan
• Regresi, Time series dan Klasifikasi sama-sama membutuhkan atribut
class/target/output pada dataset nya, atau dengan isitilah lain disebut
algoritma pembelajaran terbimbing (supervised Learning).
Page 3
Regresi vs ➢ Time Series
➢ Klasifikasi
Page 4
Ingat Tentang Supervised Learning (Review)
Page 5
Regresi vs Time Series
Page 6
Apa perbedaan Penggunaan Algoritma :
Regresi dan Time Series
pada Data Mining ?
Page 7
Regresi vs Klasifikasi
Page 8
Apa perbedaan Penggunaan Algoritma :
Regresi dan Klasifikasi
pada Data Mining ?
Page 9
Apa itu Dataset ?
Page 10
Review Tentang Dataset
• A data set is a collection of related, discrete items of related data that may be
accessed individually or in combination or managed as a whole entity. A data
set is organized into some type of data structure.
• Dataset ada yang Terstruktur (Structured Dataset) dan ada yang Tidak
Terstruktur (Unstructured Dataset)
• Data yang terstruktur berbentuk tabular (tabel) dalam format : csv, json atau
xml. Paling umum dalam format csv.
• Dataset tersebut umumnya dijadikan 1 file dan berasal dari satu kasus
sehingga memungkinkan terjadinya redundansi.
Page 11
Beberapa Istilah pada Dataset
• Feature
• Target
• Row
Page 12
Type data pada Dataset
Page 13
Contoh Dataset (1)
Page 14
Contoh Dataset (2)
Page 15
Darimana Dataset berasal ?
• Dari database sumber kasus (private)
• Dari sumber dataset public (Kaggle, UCI, …)
Page 16
Berapa banyak features dan rows dataset yang baik ?
Page 17
TUGAS
• Buat uraian syarat type atribut dataset untuk masing-masing algoritma :
1. Regresi
2. Time Series
3. Klasifikasi
• Cari (buat contoh) masing-masing 3 dataset yang sesuai untuk digunakan oleh
ketiga algoritma di atas !
• Mencari yang termasuk jenis algoritma Regresi, Time Series dan Klasifikasi, masing-
masing paling sedikit 10 !
Page 18