DOBEL DISKON 95% + 10% SPESIAL PROMO PUNCAK 7.7!
Belajar Data Science Paket Premium cuma 6 Bulan Hanya 177K!
SERBU SEKARANG!
Pendaftaran ditutup dalam 2 Hari 9 Jam 24 Menit 40 Detik 

Beberapa Algoritma Data Science yang Populer Digunakan

Belajar Data Science di Rumah 06-Desember-2021
https://dqlab.id/files/dqlab/cache/f97907112037461eaf517b9e63c29204_x_Thumbnail800.png

Perkembangan teknologi saat ini tentunya berpengaruh dengan perkembangan ilmu. Saat ini ilmu yang memiliki peran besar terutama dalam bidang data adalah data science. Data science merupakan kombinasi dari beberapa bidang ilmu seperti matematika, statistika, sistem informasi, dll. Selain itu dalam penerapannya untuk menyelesaikan masalah diperlukan penggunaan algoritma data science. Algoritma data science terbagi menjadi beberapa jenis antara lain algoritma supervised learning, unsupervised learning, dan semi supervised learning. 


Algoritma data science merupakan salah satu hal penting yang perlu dipelajari oleh pada data scientist. Algoritma ini akan sangat membantu dalam proses analisis data. Algoritma data science ini akan membantu dalam menemukan pola-pola dari permasalahan data yang akan diselesaikan. Terdapat begitu banyak algoritma data science yang dapat digunakan dan menyesuaikan data yang ada dikarenakan setiap data memiliki ciri khas masing-masing. Kira-kira apa saja algoritma data science yang populer digunakan saat ini? Yuk, simak artikel berikut ini!


1. Naive Bayes Classifier

Naive Bayes Classifier merupakan salah satu algoritma data science yang menggunakan Teorema Bayes. Teorema Bayes dikemukakan oleh seorang ilmuwan Inggris bernama Thomas Bayes. teorema ini memprediksi probabilitas atau peluang berdasarkan pengalaman yang ada. Algoritma Naive Bayes Classifier ini merupakan bagian dari algoritma supervised learning dimana data yang ada terdiri dari data latih dan data uji. Data latih digunakan untuk membentuk model yang akan dibuat kemudian data uji digunakan untuk mengetahui akurasi model yang telah dibuat.


Baca juga : Belajar Data Science Secara Otodidak? Berikut langkah-langkahnya!


2. Algoritma ID3 

ID3 (Iterative Dichotomiser 3) merupakan algoritma klasifikasi yang menggunakan dua langkah perhitungan yaitu nilai entropy dan nilai gain dari setiap variabel untuk mengetahui nilai bobot sebagai pertimbangan menyeleksi suatu alternatif. Algoritma ID3 pertama kali diperkenalkan oleh Quinlan pada tahun 1979. Output atau keluaran dari algoritma ini adalah berupa decision tree (pohon keputusan). Selain algoritma ID3 terdapat beberapa algoritma decision tree serupa antara lain algoritma C4.5 dan algoritma J48. 


3. K-Means

Berbeda dengan dua algoritma yang telah disebutkan sebelumnya, k-means merupakan salah satu algoritma unsupervised learning non hirarki. K-means mengelompokkan data berdasarkan kemiripan suatu karakteristik yang sama dan masing-masing kelompok memiliki perbedaan karakteristik dengan kelompok lainnya. Langkah-langkah algoritma k-means antara lain:

  1. menentukan jumlah klaster

  2. alokasi data ke dalam klaster secara random

  3. menghitung centroid rata-rata dari data yang masing-masing ada di counter

  4. alokasi masing-masing data ke centroid terdekat

  5. kembali ke step 3, iterasi berhenti saat ada nilai fungsi objektif lebih tinggi dari nilai threshold yang ditentukan


4. Jaringan Syaraf Tiruan

Algoritma Jaringan Syaraf Tiruan (JST) atau adakala dikenal dengan algoritma Artificial Neural Network (ANN) merupakan bagian dari algoritma supervised learning pula. Algoritma ini meniru prinsip kerja dari jaringan saraf pada manusia. Secara singkat, cara kerja algoritma ini adalah dengan memetakan data masukan pada layer masukan menuju target pada layer keluaran melalui neuron-neuron pada layer tersembunyi. Kasus yang populer digunakan oleh algoritma ini antara lain kasus prediksi.



Baca juga : Mulai Belajar Data Science GRATIS bersama DQLab selama 1 Bulan Sekarang!


5. Pelajari Data Science Mulai Sekarang

Data science merupakan ilmu yang mempelajari tentang data yang terdiri dari berbagai macam bidang ilmu seperti matematika, statistika, sistem informasi, bahasa pemrograman dan lain-lain. Dengan mempelajari data science, seseorang dapat berprofesi menjadi data analyst, data  scientist, data engineer, dll. Untuk belajar data science kita dapat memperolehnya dimana saja, salah satunya adalah dengan mengikuti kursus online di DQLab . Caranya cukup mudah loh,  yaitu langsung saja sign up di DQLab.id/signup dan nikmati modul gratis DQLab. Selain itu kita juga dapat belajar bahasa pemrograman lainnya seperti Python, R, dan SQL.


Penulis : Latifah Uswatun Khasanah

Editor : Annissa Widya Davita


Sign Up & Mulai Belajar Gratis di DQLab!