{"id":1147,"date":"2023-07-27T12:29:06","date_gmt":"2023-07-27T12:29:06","guid":{"rendered":"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/"},"modified":"2023-07-27T12:29:06","modified_gmt":"2023-07-27T12:29:06","slug":"pembelajaran-yang-diawasi-vs-tanpa-pengawasan","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/","title":{"rendered":"Pengenalan singkat tentang pembelajaran yang diawasi dan tidak diawasi"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Bidang pembelajaran mesin berisi serangkaian besar algoritma yang dapat digunakan untuk memahami data. Algoritma ini dapat diklasifikasikan ke dalam salah satu dari dua kategori berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Algoritme pembelajaran yang diawasi:<\/strong> melibatkan pembuatan model untuk memperkirakan atau memprediksi hasil berdasarkan satu atau lebih masukan.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>2. Algoritme pembelajaran tanpa pengawasan:<\/strong> melibatkan pencarian struktur dan hubungan dari masukan. Tidak ada keluaran \u201cpengawasan\u201d.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tutorial ini menjelaskan perbedaan kedua jenis algoritma ini beserta beberapa contohnya masing-masing.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Algoritme pembelajaran yang diawasi<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\"><strong>Algoritme pembelajaran terbimbing<\/strong> dapat digunakan ketika kita memiliki satu atau lebih variabel penjelas ( <sub>X1<\/sub> , <sub>X2<\/sub> , <sub>X3<\/sub> ,\u2026, <sub>Xp<\/sub> ) dan <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener noreferrer\">variabel respons<\/a> (Y) dan kami ingin mencari fungsi yang menggambarkan hubungan antara variabel penjelas dan variabel respons:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Y = <em>f<\/em> (X) + \u03b5<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">di mana <em>f<\/em> mewakili informasi sistematis yang diberikan X tentang Y dan di mana \u03b5 adalah suku kesalahan acak yang tidak bergantung pada X dengan rata-rata nol.<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-11491 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/supervise1.png\" alt=\"Algoritme pembelajaran yang diawasi\" width=\"469\" height=\"335\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Ada dua jenis utama algoritma pembelajaran yang diawasi:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Regresi:<\/strong> variabel keluarannya kontinu (misalnya berat badan, tinggi badan, waktu, dll.)<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>2. Klasifikasi:<\/strong> Variabel keluaran bersifat kategoris (misalnya laki-laki atau perempuan, keberhasilan atau kegagalan, jinak atau ganas, dll.)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ada dua alasan utama mengapa kami menggunakan algoritma pembelajaran yang diawasi:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Prediksi:<\/strong> Kita sering menggunakan serangkaian variabel penjelas untuk memprediksi nilai variabel respons (misalnya, menggunakan <em>luas persegi<\/em> dan <em>jumlah kamar tidur<\/em> untuk memprediksi <em>harga sebuah rumah<\/em> ).<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>2. Inferensi:<\/strong> Kita mungkin tertarik untuk memahami bagaimana variabel respons terpengaruh ketika nilai variabel penjelas berubah (misalnya, berapa rata-rata kenaikan harga real estat ketika jumlah kamar bertambah satu?)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Bergantung pada apakah tujuan kita adalah inferensi atau prediksi (atau gabungan keduanya), kita dapat menggunakan metode berbeda untuk memperkirakan fungsi <em>f<\/em> . Misalnya, model linier menawarkan interpretasi yang lebih mudah, namun model nonlinier yang sulit diinterpretasikan mungkin menawarkan prediksi yang lebih akurat.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Berikut adalah daftar algoritma pembelajaran terawasi yang paling umum digunakan:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Regresi linier<\/span><\/li>\n<li> <span style=\"color: #000000;\">Regresi logistik<\/span><\/li>\n<li> <span style=\"color: #000000;\">Analisis diskriminan linier<\/span><\/li>\n<li> <span style=\"color: #000000;\">Analisis diskriminan kuadrat<\/span><\/li>\n<li> <span style=\"color: #000000;\">Pohon keputusan<\/span><\/li>\n<li> <span style=\"color: #000000;\">Bayes yang naif<\/span><\/li>\n<li> <span style=\"color: #000000;\">Mendukung mesin vektor<\/span><\/li>\n<li> <span style=\"color: #000000;\">Jaringan saraf<\/span><\/li>\n<\/ul>\n<h2> <span style=\"color: #000000;\"><strong>Algoritme pembelajaran tanpa pengawasan<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\"><strong>Algoritme pembelajaran tanpa pengawasan<\/strong> dapat digunakan ketika <sub>kita<\/sub> memiliki daftar <sub>variabel<\/sub> <sub>(<\/sub> X <sub>1<\/sub> , data.<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-11493 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/supervise2.png\" alt=\"Algoritme pembelajaran tanpa pengawasan dalam pembelajaran mesin\" width=\"278\" height=\"294\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Ada dua jenis utama algoritma pembelajaran tanpa pengawasan:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Pengelompokan:<\/strong> Dengan menggunakan algoritma jenis ini, kami mencoba menemukan &#8220;pengelompokan&#8221; <a href=\"https:\/\/statorials.org\/id\/pengamatan-dalam-statistik\/\" target=\"_blank\" rel=\"noopener\">pengamatan<\/a> dalam kumpulan data yang mirip satu sama lain. Hal ini sering digunakan dalam ritel ketika sebuah bisnis ingin mengidentifikasi kelompok pelanggan dengan kebiasaan pembelian yang serupa sehingga mereka dapat membuat strategi pemasaran khusus yang menyasar kelompok pelanggan tertentu.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>2. Asosiasi:<\/strong> Dengan menggunakan algoritma jenis ini, kami mencoba menemukan \u201caturan\u201d yang dapat digunakan untuk membangun asosiasi. Misalnya, pengecer dapat mengembangkan algoritma asosiasi yang menunjukkan bahwa \u201cjika pelanggan membeli produk X, kemungkinan besar mereka juga akan membeli produk Y.\u201d<\/span><\/p>\n<p> <span style=\"color: #000000;\">Berikut adalah daftar algoritma pembelajaran tanpa pengawasan yang paling umum digunakan:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Analisis komponen utama<\/span><\/li>\n<li> <span style=\"color: #000000;\">Pengelompokan K-means<\/span><\/li>\n<li> <span style=\"color: #000000;\">Pengelompokan K-medoid<\/span><\/li>\n<li> <span style=\"color: #000000;\">Klasifikasi hierarki<\/span><\/li>\n<li> <span style=\"color: #000000;\">Algoritma apriori<\/span><\/li>\n<\/ul>\n<h2> <span style=\"color: #000000;\"><strong>Ringkasan: Pembelajaran yang diawasi atau tidak diawasi<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Tabel berikut merangkum perbedaan antara algoritma pembelajaran yang diawasi dan tidak diawasi:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-11495 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/supervise3.png\" alt=\"Pembelajaran yang diawasi atau tidak diawasi\" width=\"667\" height=\"273\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Dan diagram berikut merangkum jenis-jenis algoritma pembelajaran mesin:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-11503 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/supervise4.png\" alt=\"Algoritme pembelajaran mesin yang diawasi atau tidak diawasi\" width=\"661\" height=\"252\" srcset=\"\" sizes=\"\"><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Bidang pembelajaran mesin berisi serangkaian besar algoritma yang dapat digunakan untuk memahami data. Algoritma ini dapat diklasifikasikan ke dalam salah satu dari dua kategori berikut: 1. Algoritme pembelajaran yang diawasi: melibatkan pembuatan model untuk memperkirakan atau memprediksi hasil berdasarkan satu atau lebih masukan. 2. Algoritme pembelajaran tanpa pengawasan: melibatkan pencarian struktur dan hubungan dari masukan. [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Pengenalan singkat tentang pembelajaran yang diawasi dan tidak diawasi<\/title>\n<meta name=\"description\" content=\"Artikel ini menjelaskan perbedaan antara pembelajaran yang diawasi dan tidak diawasi dalam bidang pembelajaran mesin.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Pengenalan singkat tentang pembelajaran yang diawasi dan tidak diawasi\" \/>\n<meta property=\"og:description\" content=\"Artikel ini menjelaskan perbedaan antara pembelajaran yang diawasi dan tidak diawasi dalam bidang pembelajaran mesin.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-27T12:29:06+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/supervise1.png\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/\",\"url\":\"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/\",\"name\":\"Pengenalan singkat tentang pembelajaran yang diawasi dan tidak diawasi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-27T12:29:06+00:00\",\"dateModified\":\"2023-07-27T12:29:06+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Artikel ini menjelaskan perbedaan antara pembelajaran yang diawasi dan tidak diawasi dalam bidang pembelajaran mesin.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Pengenalan singkat tentang pembelajaran yang diawasi dan tidak diawasi\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Pengenalan singkat tentang pembelajaran yang diawasi dan tidak diawasi","description":"Artikel ini menjelaskan perbedaan antara pembelajaran yang diawasi dan tidak diawasi dalam bidang pembelajaran mesin.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/","og_locale":"id_ID","og_type":"article","og_title":"Pengenalan singkat tentang pembelajaran yang diawasi dan tidak diawasi","og_description":"Artikel ini menjelaskan perbedaan antara pembelajaran yang diawasi dan tidak diawasi dalam bidang pembelajaran mesin.","og_url":"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/","og_site_name":"Statorials","article_published_time":"2023-07-27T12:29:06+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/supervise1.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"2 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/","url":"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/","name":"Pengenalan singkat tentang pembelajaran yang diawasi dan tidak diawasi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-27T12:29:06+00:00","dateModified":"2023-07-27T12:29:06+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Artikel ini menjelaskan perbedaan antara pembelajaran yang diawasi dan tidak diawasi dalam bidang pembelajaran mesin.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/pembelajaran-yang-diawasi-vs-tanpa-pengawasan\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Pengenalan singkat tentang pembelajaran yang diawasi dan tidak diawasi"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1147"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=1147"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1147\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1147"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1147"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1147"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}