Upload
siiutcho-liieng
View
35
Download
0
Embed Size (px)
DESCRIPTION
aplikasi lvq
Citation preview
[email protected] - http://softscients.blogspot.com
Aplikasi Learning Vector Quantization
(JAVA)Oleh: [email protected]
learning vector quantization. LVQ ternyata sangat c
kelas. Ada banyak kasus sederhana yang bisa dipecah
boolean mengenai AND dan OR, ataupun permasalahan lainnya.
sedikit pengecualian yaitu dalam klasifikasi target harus dimulai dari
sehingga dalam logika boolean yaitu
target 1 semula diganti dengan 2
0 diganti dengan 1, jadi target LVQ harus mempunyai nilai minimal 1 bukan 0.
http://softscients.blogspot.com – www.softscients.web.id
Learning Vector Quantization
Pembahasan mengenai metode
pelatihan terbimbing seperti LVQ,
Backprogation dan metode pelatihan
tidak terbimbing seperti kohonen, K
Means sudah sangat luas
diimplementasikan untuk
memecahkan permasalahan yang
bersifat non linear. Pada kesempatan
kali ini, penulis mencoba untuk
melakukan implementasi LVQ
learning vector quantization. LVQ ternyata sangat cocok sekali melakukan klasifikasi
kelas. Ada banyak kasus sederhana yang bisa dipecahkan oleh LVQ yaitu logika
boolean mengenai AND dan OR, ataupun permasalahan lainnya. Didalam LVQ a
yaitu dalam klasifikasi target harus dimulai dari
dalam logika boolean yaitu
diganti dengan 2, dan
0 diganti dengan 1, jadi target LVQ harus mempunyai nilai minimal 1 bukan 0.
www.softscients.web.id
Learning Vector Quantization
Pembahasan mengenai metode
pelatihan terbimbing seperti LVQ,
Backprogation dan metode pelatihan
terbimbing seperti kohonen, K
Means sudah sangat luas
diimplementasikan untuk
memecahkan permasalahan yang
bersifat non linear. Pada kesempatan
kali ini, penulis mencoba untuk
melakukan implementasi LVQ -
ocok sekali melakukan klasifikasi
oleh LVQ yaitu logika
Didalam LVQ ada
yaitu dalam klasifikasi target harus dimulai dari angka 1
0 diganti dengan 1, jadi target LVQ harus mempunyai nilai minimal 1 bukan 0.
mu
lka
n.m
s@
gm
ail.
co
m
[email protected] - http://softscients.blogspot.com
#Tahap Implementasi
Penulis menggunakan tools java sebagai bahasa utama untuk implementasi metode
LVQ, berikut tampilan utama dari aplikasi nya, ada 2 pilihan yaitu
Testing. Dalam Training hasil nya berupa model yang dapat disimpan dalam bentuk
file biner yang berisi bobot sehingga mudah dalam proses load dan save.
#proses training
Cara menggunakan aplikasi proses training yaitu aplikasi akan tampil dengan
beragam tombol dan tabel yang siap diisi.
http://softscients.blogspot.com – www.softscients.web.id
Penulis menggunakan tools java sebagai bahasa utama untuk implementasi metode
LVQ, berikut tampilan utama dari aplikasi nya, ada 2 pilihan yaitu Training
Dalam Training hasil nya berupa model yang dapat disimpan dalam bentuk
risi bobot sehingga mudah dalam proses load dan save.
Cara menggunakan aplikasi proses training yaitu aplikasi akan tampil dengan
yang siap diisi.
www.softscients.web.id
Penulis menggunakan tools java sebagai bahasa utama untuk implementasi metode
Training dan
Dalam Training hasil nya berupa model yang dapat disimpan dalam bentuk
risi bobot sehingga mudah dalam proses load dan save.
Cara menggunakan aplikasi proses training yaitu aplikasi akan tampil dengan
mu
lka
n.m
s@
gm
ail.
co
m
[email protected] - http://softscients.blogspot.com – www.softscients.web.id
#Memasukan Matrix input dan Target
Matrix input dan target dijadikan dalam 1 tabel agar mudah, LVQ menggunakan
minimal 2 paramater dan 1 target, User bisa menggunakan 2 pilihan untuk
memasukan matrix ke tabel yaitu
[1]Import file file csv seperti berikut
atau
[2] dengan mengisi secara manual matrix data input dan target
#Memasukan Bobot
Pengisian bobot harus mengikuti kaidah LVQ, yaitu jumlah baris disesuaikan dengan
jumlah kelas dan jumlah kolom disesuaikan dengan jumlah paramater yang
digunakan, jadi bila anda belum tahu, silahkan gunakan tombol Buat Matrix Bobot
mu
lka
n.m
s@
gm
ail.
co
m
[email protected] - http://softscients.blogspot.com
Misalkan dalam suatu kasus kita menggunakan data input berupa 3 paramater yaitu
x1,x2,x3 dengan 2 kelas target maka akan tercipta matrix bobot 2 baris*3kolom
#Proses training
Proses training bisa dimulai dengan tombol
secara otomatis jika mencapai 2 kondisi yaitu
[1]Epoch telah menjadi maksimal (hal ini masih terdapat error, bisa dinaikan nilai
maksimal epoch dari 10 sampai 1000)
Tampilan diatas jika masih terdapat error 1
http://softscients.blogspot.com – www.softscients.web.id
kasus kita menggunakan data input berupa 3 paramater yaitu
x1,x2,x3 dengan 2 kelas target maka akan tercipta matrix bobot 2 baris*3kolom
Proses training bisa dimulai dengan tombol Pelatihan. Proses training akan berhenti
secara otomatis jika mencapai 2 kondisi yaitu
poch telah menjadi maksimal (hal ini masih terdapat error, bisa dinaikan nilai
maksimal epoch dari 10 sampai 1000) seperti berikut tampilan nya
terdapat error 1
www.softscients.web.id
kasus kita menggunakan data input berupa 3 paramater yaitu
x1,x2,x3 dengan 2 kelas target maka akan tercipta matrix bobot 2 baris*3kolom .
Proses training akan berhenti
poch telah menjadi maksimal (hal ini masih terdapat error, bisa dinaikan nilai mu
lka
n.m
s@
gm
ail.
co
m
[email protected] - http://softscients.blogspot.com
Jika tampilan yang sukses seperti berikut
[2]Nilai minimal error telah tercapai
Untuk mencapai SUKSES harus melakukan trial and error dalam mengisi bobot nya!
Karena LVQ sangat dipengaruhi oleh nilai bobot awal!
Setelah selesai, gunakan tombol
paramater LVQ dalam bentuk file biner, simpan dengan nama, misalkan
or.bin’. Penulis sengaja menggunakan teknik POJO atau serialisasi dalam java untuk
menyimpan matrix bobot sehingga lebih simpel, sehingga model tersebut bisa
digunakan dikemudian hari pada proses testing/pengujian.
http://softscients.blogspot.com – www.softscients.web.id
Jika tampilan yang sukses seperti berikut
Nilai minimal error telah tercapai (menandakan SUKSES)
Untuk mencapai SUKSES harus melakukan trial and error dalam mengisi bobot nya!
Karena LVQ sangat dipengaruhi oleh nilai bobot awal!
Setelah selesai, gunakan tombol Simpan Model untuk menyimpan
paramater LVQ dalam bentuk file biner, simpan dengan nama, misalkan
. Penulis sengaja menggunakan teknik POJO atau serialisasi dalam java untuk
menyimpan matrix bobot sehingga lebih simpel, sehingga model tersebut bisa
digunakan dikemudian hari pada proses testing/pengujian.
www.softscients.web.id
Untuk mencapai SUKSES harus melakukan trial and error dalam mengisi bobot nya!
untuk menyimpan bobot dan
paramater LVQ dalam bentuk file biner, simpan dengan nama, misalkan ‘logika
. Penulis sengaja menggunakan teknik POJO atau serialisasi dalam java untuk
menyimpan matrix bobot sehingga lebih simpel, sehingga model tersebut bisa
mu
lka
n.m
s@
gm
ail.
co
m
[email protected] - http://softscients.blogspot.com
#Proses Testing
Setelah proses training selesai, bisa dilanj
Model untuk load model yang diperlukan
load matrix dan data target sehingga memudahkan bagi user dalam menggunakan
nya. Gunakan tombol Pengujian
Anda pun bisa mengubah nilai Matrix
http://softscients.blogspot.com – www.softscients.web.id
ai, bisa dilanjut dengan proses testing, pilih
yang diperlukan, aplikasi akan secara otomatis melakukan
load matrix dan data target sehingga memudahkan bagi user dalam menggunakan
Pengujian untuk melakukan klasifikasi
a pun bisa mengubah nilai Matrix data input dengan data yang lainnya.
www.softscients.web.id
ut dengan proses testing, pilih Tombol Load
, aplikasi akan secara otomatis melakukan
load matrix dan data target sehingga memudahkan bagi user dalam menggunakan
nput dengan data yang lainnya.
mu
lka
n.m
s@
gm
ail.
co
m
[email protected] - http://softscients.blogspot.com
Terlihat bahwa LVQ mampu melakukan logika
http://softscients.blogspot.com – www.softscients.web.id
Terlihat bahwa LVQ mampu melakukan logika OR dengan baik
www.softscients.web.id
mu
lka
n.m
s@
gm
ail.
co
m
[email protected] - http://softscients.blogspot.com
#kasus yang lainnya
Berikut adalah kasus yang lain yang bisa diimplementasikan oleh LVQ
1 = lingkaran
2 = bintang
3 = asterik
http://softscients.blogspot.com – www.softscients.web.id
Berikut adalah kasus yang lain yang bisa diimplementasikan oleh LVQ
www.softscients.web.id
mu
lka
n.m
s@
gm
ail.
co
m
[email protected] - http://softscients.blogspot.com
Kesimpulan yang didapat
LVQ mampu melakukan klasifikasi kelas
Hasil target kelas LVQ sangat dipengaruhi oleh bobot yang digunakan
#kasus non linear XOR
Kasus XOR merupakan kasus non linear yang tidak bisa
paramater saja, tapi minimal 3 paramater sehingga kita butuh hyperplane (dalam
teknik SVM dan percepton) seperti berikut
http://softscients.blogspot.com – www.softscients.web.id
LVQ mampu melakukan klasifikasi kelas
Hasil target kelas LVQ sangat dipengaruhi oleh bobot yang digunakan
Kasus XOR merupakan kasus non linear yang tidak bisa dipisahkan hanya dalam 2
paramater saja, tapi minimal 3 paramater sehingga kita butuh hyperplane (dalam
teknik SVM dan percepton) seperti berikut
www.softscients.web.id
dipisahkan hanya dalam 2
paramater saja, tapi minimal 3 paramater sehingga kita butuh hyperplane (dalam
mu
lka
n.m
s@
gm
ail.
co
m
[email protected] - http://softscients.blogspot.com – www.softscients.web.id
Anda harus melakukan trial and error untuk mencapai bobot yang ideal sehingga
dapat SUKSES, atau gunakan saja nilai diatas pada saat pelatihan.
Dowload
Silahkan untuk menuju link berikut
http:/softscients.blogspot.com / www.softscients.web.id untuk update link download
terbaru
mu
lka
n.m
s@
gm
ail.
co
m