BEDUG MERIAH Diskon 95%
Belajar Data 6 BULAN Bersertifikat hanya Rp150K!

0 Hari 1 Jam 13 Menit 20 Detik

Belajar Machine Learning Dengan Python : Yuk, Kenalan dengan Algoritma K-Means!

Belajar Data Science di Rumah 08-Desember-2020
https://dqlab.id/files/dqlab/cache/aaf0bdb6b85cbaf343ee1389bca7b98e_x_Thumbnail800.jpg

Belajar Machine Learning dengan Python menjadi sesuatu yang harus dicoba oleh teman-teman yang sedang memulai perjalanannya dalam belajar Data Science. Perlu diketahui bersama, Python merupakan salah satu bahasa pemrograman yang direkomendasikan untuk dipelajari dalam Data Science. Hal ini karena Python terbilang sebagai bahasa pemrograman yang mudah untuk dipahami dan ditulis kembali oleh manusia karena bersifat high-level programming language.

Machine Learning merupakan salah satu pendekatan yang digunakan oleh Artificial Intelligence (AI) atau kecerdasan buatan untuk meniru bahkan menggantikan prilaku manusia dalam menyelesaikan permasalahan. Pada dasarnya, machine learning yang dapat mengambil keputusan layaknya manusia merupakan mesin atau sistem yang dilatih secara terus-menerus sehingga dapat mengenal lingkungannya dan juga beradaptasi dengan lingkungannya.

Salah satu implementasi dari Machine Learning ini adalah adanya algoritma K-Means Clustering. Algoritma ini dapat dijalankan menggunakan beberapa bahasa pemrograman, misalnya saja Python. Sebelum lebih jauh, yuk kenalan dulu dengan algoritma K-Means Clustering!

1. Pengertian Algoritma K-Means Clustering

K-Means Clustering merupakan salah satu algoritma yang ada dalam Machine Learning. Algoritma ini pada dasarnya termasuk ke dalam bagian algoritma Unsupervised Learning karena tidak ada label yang menjadi tujuannya. Dala algoritma ini, data-data yang ada akan dikelompokkan berdasarkan system partisi. Data clustering sendiri juga terbagi menjadi dua bagian, yaitu Hierarchical dan Non-Hierarchical, dan K-Means teramasuk ke bagian Non-Hierarchical Clustering.

Baca juga : 3 Jenis Algoritma Machine Learning yang Dapat Digunakan di Dunia Perbankan

2. Cara Kerja K-Means Clustering

Cara kerja dari algoritma K-means Clustering adalah dengan memilih kelompok pertama centroid secara acak yang kemudian akan digunakan sebagai titik awal bagi setiap cluster. Kemudian untuk mengoptimalkan posisi centroid, maka akan dilakukan perhitungan berulang. Proses ini akan berhenti ketika centroid telah stabil dan juga jumlah iterasi yang ditentukan telah tercapai. Centroid dapat dikatakan telah stabil jika tidak ada perubahan dari nilainya meskipun telah dilakukan perhitungan berulang karena telah berhasil dikelompokkan.

3. Library Python yang Digunakan

Library Python yang biasanya digunakan dalam algoritma Machine Learning ini adalah Pandas, Numpy, Matplotlib dan Seaborn, dan juga Sklearn atau Scikit Learn. Pandas digunakan untuk melakukan modifikasi terhadap data dimana di dalamnya juga termasuk proses cleaning. Numpy digunakan untuk perhitungan yang efisien. Sedangkan library Matplotlib dan Seaborn digunakan dalam hal visualisasi dari cluster yang telah dibentuk. Library Sklearn merupakan library yang sangat penting, dimana library ini akan digunakan untuk memamnggil fungsi K-Means.

Baca juga : Belajar Data Science: Pahami Penggunaan Machine Learning pada Python

4. Mulai Terapkan Ilmunya dengan Belajar Data Science bersama DQLab!

Tidak memiliki background IT? Jangan khawatir, kamu tetap bisa menguasai Ilmu Data Science untuk siap berkarir di revolusi industri 4.0. Bangun proyek dan portofolio datamu bersama DQLab untuk mulai berkarir di industi masa kini! Sign up sekarang untuk #MulaiBelajarData di DQLab!

Simak informasi di bawah ini untuk mengakses gratis module "Introduction to Data Science":

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

2. Akses module Introduction to Data Science

3. Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

4. Subscribe DQLab.id untuk Akses Semua Module Premium!


Penulis : Gifa Delyani Nursyafitri 

Editor : Annissa Widya 


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login