Buat Akun DQLab & Akses Kelas Data Science Python, R, dan Excel GRATIS
 SIGN UP  

Machine Learning Python : Kenali Tentang Algoritma Support Vector Machine, Yuk!

Belajar Data Science di Rumah 04-April-2021
https://dqlab.id/files/dqlab/cache/e6af0e2c6098553114b180aa8c173688_x_Thumbnail800.jpg

Machine Learning merupakan salah satu hal yang berkaitan erat dengan ilmu Data Science. Machine Learning sendiri merupakan bagian dari Artificial Intelligence (AI) yang digunakan untuk meniru hingga menggantikan cara atau perilaku manusia dalam menghadapi dan menyelesaikan permasalahan. Dengan kata lain, Machine Learning adalah mesin yang dilatih secara terus menerus agar dapat mengenal lingkungannya sehingga dapat memiliki pola pikir layaknya manusia dalam pengambilan keputusan.

Salah satu bahasa pemrograman yang dapat digunakan untuk membuat Machine Learning ini adalah Python. Python yang dikenal cukup fleksibel dalam banyak, termasuk dalam pembangunan Machine Learning dan Artificial Intelligence. Ada banyak library yang dapat mendukung hal ini sehingga Python mampu untuk mengaplikasikan berbagai algoritma Machine Learning yang ada. Contohnya adalah algoritma Support Vector Machine. Nah, dalam artikel ini kita akan membahas mengenai algoritma Support Vector Machine secara lebih luas. Penasaran kan? Yuk, simak artikelnya!

1. Algoritma Support Vector Machine

Algoritma Support Vector Machine merupakan salah satu algoritma yang termasuk dalam kategori Supervised Learning, yang artinya data yang digunakan untuk belajar oleh mesin merupakan data yang telah memiliki label sebelumnya. Sehingga dalam proses penentuan keputusan, mesin akan mengkategorikan data testing ke dalam label yang sesuai dengan karakteristik yang dimiliki nya. 

Cara kerja dari metode Support Vector Machine khususnya pada masalah non-linear adalah dengan memasukkan konsep kernel ke dalam ruang berdimensi tinggi. Tujuannya adalah untuk mencari hyperplane atau pemisah yang dapat memaksimalkan jarak (margin) antar kelas data. Untuk menemukan hyperplane terbaik, kita dapat mengukur margin kemudian mencari titik maksimalnya. Proses pencarian hyperplane yang terbaik ini adalah ini dari metode Support Vector Machine ini.

Baca juga : Belajar Data Science: Kenali Dasar Bahasa Pemrograman Python yang Cocok bagi Pemula

2. Jenis Kernel dalam Support Vector Machine

  • Dalam algoritma Support Vector Machine, terdapat beberapa jenis kernel yang sering digunakan, yaitu:

  • Kernel Linear, biasanya dataset yang cocok menggunakan kernel ini adalah dataset yang linear.

  • Kernel Polynomial, digunakan untuk dataset normal

  • Kernel Radial Basis Function (RBF) atau Gaussian, menjadi kernel yang paling banyak digunakan karena tingginya nilai akurasinya. Biasanya digunakan untuk dataset yang tidak terpisah secara linear

  • Kernel Sigmoid, pengembangan dari jaringan saraf tiruan.

3. Library Python yang Dapat Digunakan

Untuk menggunakan algoritma Vector Support Machine dengan Python tentunya akan membutuhkan library tertentu. Sebenarnya, hampir semua algoritma Machine Learning menggunakan library yang sama, begitu pun algoritma Support Vector Machine ini. Library yang akan banyak digunakan adalah Pandas yang digunakan untuk me-manage data, Numpy untuk melakukan hal-hal yang berhubungan dengan angka, Sklearn atau Scikit Learn yang digunakan untuk memanggil algoritma Support Vector Machine, dan yang terakhir adalah Matplotlib dan juga Seaborn yang digunakan untuk visualisasi. 

Baca juga :  Python : Kenali 3 Buku yang Akan Mempercepat Kamu Dalam Belajar Python


4. Yuk Mulai Belajar Menjadi Data Scientist Bersama DQLab!       


Gunakan Kode Voucher "DQTRIAL", dan simak informasi di bawah ini mendapatkan 30 Hari FREE TRIAL:

  1. Buat Akun Gratis dengan Signup di DQLab.id/signup

  2. Buka academy.dqlab.id dan pilih menu redeem voucher 

  3. Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi. 

  4. Selamat, akun kamu sudah terupgrade, dan kamu bisa mulai Belajar Data Science GRATIS 1 bulan.


    Penulis : Gifa Delyani

    Editor : Annissa Widya Davita


      Postingan Terkait

      Sign Up & Mulai Belajar Gratis di DQLab!