Teriamaksih atas video penjelasannya pak,mohon maaf saya masih bingung untuk perhitungan centorid selanjutnya, sedikit masukan pak, jika mungkin ada video lanjutannya, saya harap ada detail untuk perhitungan dari awal sampai akhir,
Terima kasih pak untuk penjelasannya terkait klastering dan juga algoritma K-Means Clustering. Pemaparan materi dalam video dapat saya pahami dan dapat saya implementasikan pada tugas kuliah saya.
Terimakasih untuk pembelajarannya pak, mantap video'a, sedikit masukan tolong ditambah untuk contoh soal agar lebih bervariasi, dan tolong ditingkatkan pak kualitas audio'a, terimakasih
sebelumnya videoya sangat membantu pak. dan saya mau bertanya apakah algorima k-means dapat digunakan untuk menentukan strategi promosi pada suatu hal ?
Halo pa, izin bertanya Penentuan centroid awal itu berdasarkan k nya juga kah? misal k=2 maka kita pilih 2 data untuk dijadikan centroid awal? Lalu jika ada 3 atribut, kita masukkan ketiganya (contoh: C1=41,19,23)?
mohon izin memberikan saran pak, mungkin lebih baik untuk kedepannya untuk setiap video diberikan alunan irama musik yang santai gitu pak. supaya penonton bisa sambil rileks memahami materinya
Pak izin Bertanya mengenai contoh kasus diatas kesimpulannya apa pak kan ada 2 Klaster bagaimana cara baca datanya ,, kemudian kebetulan diatas hanya ada 2 kolom age dan Income jika banyak Kolom apakah Bisa Pak di cari centroidnya ?
Tahap selanjutnya setelah berhasil mengelompokkan data (clustering) adl interpretasi dari data hasil klasterisasi. Nah interpretasi data tsb memang memerlukan pemahaman atas kebutuhan bisnis dan tujuan proses klasterisasi. Untuk data yg lebih dari 2 atribut ya tentu sangat bisa. Perhitungan titik centroid kan dilakukan untuk setiap atribut.
owhhh gitu yahh ini agak sulit sih membacanya soalnya tidak di ketahui apa itu C1,C2 nya,, kalao contoh Pak @@AchmadSolichin interpretasi dari kasus di atas bagaimana Bacanya pak kan ada 2 Klaster tuh ? apakah Klaster 1 itu dikatakan orang Kaya dan 2 Tidak kaya atau bagaimana Pak
Pak izin bertanya, untuk penentuan titik pusat (centroid) pada penjelasan diatas dipilih secara acak/random, apakah pemilihan centroid secara acak dapat membuat data yg dihasilkan berbeda? Terimakasih pak
Pak izin bertanya mengenai inisialisasi data, kebetulan data yang saya punya bukan bentuk numerik, jadi harus diinisialkan terlebih dahulu kan pak, jadi saya ingin bertanya pak, apakah penginisialisasi data ini dapat bebas kita tentukan angkanya, atau harus berdasarkan frekuensi data terbanyak pak? Terimakasih pak 🙏
Kalo yg dimaksud dg inisialisasi data adl penentuan centroid awal, ya bebas menentukan angkanya. K-Means melakukan klasterisasi bds perhitungan jarak, jadi betul, datanya harus numerik.
@@AchmadSolichin begini pak, maksud saya adalah penginisialan angka atau transformasi data pada suatu variabel dari yg bukan numerik menjadi numerik pak, apakah saat melakukan transformasi data tersebut ada aturannya pak?
Assalamualaikum pak, saya izin bertanya, apakah penentuan titik pusat (centroid) yg dipilih secara acak dapat mendapatkan hasil clustering yang terbaik pak? Terimakasih pak
Wasslm. Itu salah satu permasalahan di K-Means, tp sudah ada bbrp metode optimasinya. Secara teoritis centroid acak harusnya menghasilkan cluster yg sama, hanya saja mungkin jumlah iterasinya yg beda.
Assalamu'alaikum pak izin bertanya saya punya data gizi balita yg berisi BB, TB, LL sama Umur dengan 2 cluster stunting dan tidak stunting, data saya ada yg pakai koma dan tidak apakah perlu di normalisasi dulu pak? Terimakasih pak
![K-means Clustering From Scratch In Python [Machine Learning Tutorial]](/img/n.gif)
Terima kasih pak, materi dan pembahasannya sangat membantu untuk refrensi saya mengerjakan soal tentang K-Means
Jazakallah pak, materi yang di berikan sangat membantu dan bisa dijadikan refrensi untuk penyelesaian masalah.
Sukses selalu pak.
Sangat berguna untuk yang tidak sempat ikut kelas karena bekerja, bisa ngulik lagi via youtube bapak, terima kasih pak
Terima kasih atas penjelasannya pak,penjelasan yg bapa berikan sangat mudah di pahami
Sangat2 membantu proses pembelajaran karena penjelasannya nya pun cukup mudah di pahami
pembelajaran yang sangat bermanfaat dan materi mudah untuk dipahami, terima kasih banyak Pak
vidionya jelas dan suaranya sudah baik terimakasih pak sehingga penjelasan mudah masuk
Terimakasih pak, ilmu yang diberikan sangat membantu untuk penyelesaian masalah.
Terima kasih pak, video/materi yang telah bapak sampaikan sangat membantu dan mudah dipahami.
Terimakasih banyak pak videonya sangat membantu dalam penyelesaian tugas akhir saya, salam🙏
sama2, mudah2an lancar skripsinya
Terimakasih atas materi yang disampaikan cukup jelas untuk dipahami
Terimakasih pak, video ini sangat membantu dalam pelajaran kuliah saya
Teriamaksih atas video penjelasannya pak,mohon maaf saya masih bingung untuk perhitungan centorid selanjutnya, sedikit masukan pak, jika mungkin ada video lanjutannya, saya harap ada detail untuk perhitungan dari awal sampai akhir,
Bukannya di video sudah dijelaskan step by step nya ya? Tapi terima kasih masukannya
Terimakasih atas penjelasan di videonya, pak. Videonya sangat membantu saya.
Terima kasih pak untuk penjelasannya terkait klastering dan juga algoritma K-Means Clustering. Pemaparan materi dalam video dapat saya pahami dan dapat saya implementasikan pada tugas kuliah saya.
terimakasih pak, sangat bermanfaat dan Mudah dipahami dengan penjelasan yang sangat detail 🙏🏼
Terimakasih untuk pembelajarannya pak, mantap video'a, sedikit masukan tolong ditambah untuk contoh soal agar lebih bervariasi, dan tolong ditingkatkan pak kualitas audio'a, terimakasih
Materi cukup mudah dipahami dan cukup jelas jika ingin dipraktekkan.Terimakasih atas ilmunya pak.
Sangat membantu sekali pakk
Terimakasih pak atas ilmunya, saran bisa dibuatkan video mengenai erorr yang terjadi di rapidminer terkhususnya K-Means Clustering
sebelumnya videoya sangat membantu pak. dan saya mau bertanya apakah algorima k-means dapat digunakan untuk menentukan strategi promosi pada suatu hal ?
Halo pa, izin bertanya
Penentuan centroid awal itu berdasarkan k nya juga kah? misal k=2 maka kita pilih 2 data untuk dijadikan centroid awal?
Lalu jika ada 3 atribut, kita masukkan ketiganya (contoh: C1=41,19,23)?
mohon izin memberikan saran pak, mungkin lebih baik untuk kedepannya untuk setiap video diberikan alunan irama musik yang santai gitu pak. supaya penonton bisa sambil rileks memahami materinya
Pak izin Bertanya mengenai contoh kasus diatas kesimpulannya apa pak kan ada 2 Klaster bagaimana cara baca datanya ,, kemudian kebetulan diatas hanya ada 2 kolom age dan Income jika banyak Kolom apakah Bisa Pak di cari centroidnya ?
Tahap selanjutnya setelah berhasil mengelompokkan data (clustering) adl interpretasi dari data hasil klasterisasi. Nah interpretasi data tsb memang memerlukan pemahaman atas kebutuhan bisnis dan tujuan proses klasterisasi.
Untuk data yg lebih dari 2 atribut ya tentu sangat bisa. Perhitungan titik centroid kan dilakukan untuk setiap atribut.
owhhh gitu yahh ini agak sulit sih membacanya soalnya tidak di ketahui apa itu C1,C2 nya,, kalao contoh Pak @@AchmadSolichin interpretasi dari kasus di atas bagaimana Bacanya pak kan ada 2 Klaster tuh ? apakah Klaster 1 itu dikatakan orang Kaya dan 2 Tidak kaya atau bagaimana Pak
Izin bertanya pak, jika terdapat outlier pada data, untuk mengatasi outlier ini bagaimana nggih pak selain menghapus data outlier ini?
Pak izin bertanya, untuk penentuan titik pusat (centroid) pada penjelasan diatas dipilih secara acak/random, apakah pemilihan centroid secara acak dapat membuat data yg dihasilkan berbeda? Terimakasih pak
Perbedaan centroid tdk membuat data berbeda, tapi proses perhitungannya bisa jadi berbeda. Hasil klasterisasi nya harusnya sama.
@@AchmadSolichin terimakasih atas penjelasannya pak
Pak izin bertanya mengenai inisialisasi data, kebetulan data yang saya punya bukan bentuk numerik, jadi harus diinisialkan terlebih dahulu kan pak, jadi saya ingin bertanya pak, apakah penginisialisasi data ini dapat bebas kita tentukan angkanya, atau harus berdasarkan frekuensi data terbanyak pak? Terimakasih pak 🙏
Kalo yg dimaksud dg inisialisasi data adl penentuan centroid awal, ya bebas menentukan angkanya. K-Means melakukan klasterisasi bds perhitungan jarak, jadi betul, datanya harus numerik.
@@AchmadSolichin begini pak, maksud saya adalah penginisialan angka atau transformasi data pada suatu variabel dari yg bukan numerik menjadi numerik pak, apakah saat melakukan transformasi data tersebut ada aturannya pak?
Assalamualaikum pak, saya izin bertanya, apakah penentuan titik pusat (centroid) yg dipilih secara acak dapat mendapatkan hasil clustering yang terbaik pak? Terimakasih pak
Wasslm. Itu salah satu permasalahan di K-Means, tp sudah ada bbrp metode optimasinya. Secara teoritis centroid acak harusnya menghasilkan cluster yg sama, hanya saja mungkin jumlah iterasinya yg beda.
@@AchmadSolichin izin bertanya pak, kira-kira apa saja metode optimasi yang dapat digunakan ya pak? Terima kasih pak
@@bulkeishrp1653 salah satunya paper ini ieeexplore.ieee.org/abstract/document/4566809/
@@AchmadSolichin Maaf pak, untuk papernya nggak bisa saya buka pak, dikarenakan tidak ada aksesnya pak 🙏
@@bulkeishrp1653 coba search aja di google scholar dg judul tsb, mungkin ada versi yg bisa diunduh
Terimakasih ilmunya pak, apakah ada referensi penerapan KNN dengan feature selection pak?
Sama-sama. Mungkin yg dimaksud ini? www.atlantis-press.com/proceedings/emcm-16/25870507
@@AchmadSolichin terimakasih pak, kebetulan saya ad penlitian terkait peingkatan akurasi knn dgn feature selection pak
Assalamu'alaikum pak izin bertanya saya punya data gizi balita yg berisi BB, TB, LL sama Umur dengan 2 cluster stunting dan tidak stunting, data saya ada yg pakai koma dan tidak apakah perlu di normalisasi dulu pak?
Terimakasih pak
Iya betul. Bukan soal ada koma atau tidak, tapi keseragaman rentang nilai datanya.
💘 Promo`SM!!!