RANGKUMAN KEGIATAN PLJ MINGGU KE 8

-
Hai ini blog ku nikmatilah karyaku
jadi hari ini saya ingin menceritakan tentang kegiatan hari ini

Kegiatan kelas plj 1 hari ini adalah evaluasi materi yang tidak dipahami dan banyak yang mengalami kesalahan dalam proses jawaban di uts. Selain diperdalam lagi . kita memngevaluasi materi dengan cara mengshere screen layar kemudian mengkoding apa yang diinginkan oleh ibu dine lalu mendapatkan poin tambahan. Namun yang paling ditegaskan ibu dine itu adalah materi hardlink dan softlink dimana  Sebagian kami keliru urutan kodingnya harusnya contohnya hardlink itu penulisannya ln =  asal file =  file baru namun kami tertukar menjadi ln = file baru = asal file. Itu yang membuat kesalahan kodingan kami. Kemudian kesalahan dalam memberi permission dan membahas pemerosesan string dibagian search dengan 2 perintah atau 1 perintah. Selain itu ada materi pembuatan tree, materi teori dan masih banyak lagi. Manfaat yang saya rasakan sendiri itu terutama saya yang masih kurang teliti bisa menjadi teliti dan lebih paham lagi karena adannya kelas evaluasi ini sekaligus mencari poin tambahan.

Penulis : Amini Dwi Puspita Sari
Sumber : Institut Teknologi PLN

Komentar

Posting Komentar

Silakan tinggalkan komentar jika ini membantumu, sekaligus agar saya semakin termotivasi untuk menulis

Postingan populer dari blog ini

Mengenal Apa itu Machine Learning ? beserta Pengertian dan Cara Kerjanya.

-
Gambar
Hai ini blog ku nikmatilah karyaku     Kecerdasan buatan pada pengaplikasiannya secara garis besar terbagi tujuh cabang, yaitu  machine learning ,  natural language processing ,  expert system ,  vision ,  speech ,  planning  dan  robotics . Percabangan dari kecerdasan buatan tersebut dimaksudkan untuk mempersempit ruang lingkup saat pengembangan atau belajar AI, karena pada dasarnya kecerdasan buatan memiliki ruang lingkup yang sangat luas. A. Pengertian Machine Learning       M achine learning  (ML) adalah mesin yang dikembangkan untuk bisa belajar dengan sendirinya tanpa arahan dari penggunanya. Pembelajaran mesin  dikembangkan berdasarkan disiplin ilmu lainnya seperti statistika, matematika dan  data mining  sehingga mesin dapat belajar dengan menganalisa data tanpa perlu di program ulang atau diperintah.  Dalam hal ini  machine learning  memiliki kemampuan untuk memperoleh data yang ada dengan perintah ia sendiri. ML  juga dapat mempelajari data yang ada dan data yang ia peroleh s
Baca selengkapnya

SUPERVISED LEARNING VS UNSUPERVISED LEARNING

-
Hai ini blog ku nikmatilah karyaku Next, sebelum kita kenal jauh dan bahas mengenai algoritma supervised dan unsupervised yang akan menjadi icon dalam kelas dan blog machine learning kali ini, yuk baca  Algoritma Supervised Learning Sesuai namanya, algoritma supervised learning merupakan algoritma machine learning yang proses pembelajarannya di bawah pengawasan guru atau supervisor. Algoritma ini memerlukan data berlabel untuk membangun sebuah model yang tingkat akurasinya bisa ditingkatkan dari waktu ke waktu. Semakin banyak model tersebut mengolah data, maka tingkat keakurasiannya juga akan semakin tinggi. Dalam algoritma supervised learning, terdapat dua variabel, yaitu variabel input yang biasa disebut variabel X dan variabel output yang biasa disebut variabel Y. Tujuan algoritma supervised learning adalah untuk mempelajari fungsi pemetaan dari variabel X ke variabel Y. Rumus umum pemetaan variabel X dan Y adalah Y = f(X). Tujuan akhir dari algoritma supervised learning adalah untu
Baca selengkapnya

UNSUPERVISED LEARNING : CARA KERJA K-means Clustering

-
Gambar
Hai ini blog ku nikmatilah karyaku horeeee, seperti yang saya sampaikan di blog sebelumnya. jika kemarin adalah hari terakhir kita ketemuan ama anggota supervised learning, kali ini kita ketemu anggota dari unsupervised learning yang pertama yaitu K-means Clustering, yuk dibaca. ALGORITMA K-Mean Clustering       K-means Clustering  adalah salah satu “unsupervised machine learning algorithms” yang paling sederhana dan populer .Tujuan dari algoritma ini adalah untuk menemukan grup dalam data, dengan jumlah grup yang diwakili oleh variabel K. Variabel K sendiri adalah jumlah cluster yang kita inginkan Bagaimana Proses K-Mean Clustering itu?? from  K-means clustering , credit to Andrey A. Shabalin Untuk memproses data algoritma  K -means Clustering , data dimulai dengan kelompok pertama centroid yang dipilih secara acak, yang digunakan sebagai titik awal untuk setiap cluster, dan kemudian melakukan perhitungan berulang (berulang) untuk mengoptimalkan posisi centroid. Proses ini berhenti at
Baca selengkapnya