Text

Dasar-dasar Graph Machine Learning dan Implementasinya Menggunakan Bahasa Python

---

Data yang memiliki struktur graf semakin banyak tersedia di sekitar kita dan dihasilkan oleh berbagai sumber data. Data berstruktur graf yang terakumulasi dari sejumlah aplikasi media social setiap harinya memiliki volume sangat besar. Informasi hasil pengolahan data tersebut sangat berguna bagi pembuatan Keputusan di berbagai bidang seperti: analisis dan penyusunan kebijakan publik dan Customer Relationship Management. Namun demikian, untuk menganalisis data graf dibutuhkan metode yang tepat untuk menggali pola data yang “tersembunyi” didalam himpunan data. Berbeda dari netode analisis statistic yang hanya menggunakan variable objek, analisis data graf menggunakan variable objek (vertex) dan variable relasi antar objek (edges). Machine Learning merupakan sebuah cabang ilmu Kecerdasan Artifisial yang berfokus kepada pengembangan algoritma “cerdas” yang mampu mempelajari pola dari data yang terstruktur maupun tidak terstruktur tanpa di program secara eksplisit.menggunakan proses pembelajaran model yang bersifat iteratif, sebuah model Machine Learning dapat dipergunakan untuk menganalisis data berukuran sangat besar secara efisiensi sehingga dapat dimanfaatkan ke dalam sejumlah teknologi untuk membantu manusia menyelesaikan pekerjaan rutin yang semula dikerjakan secara manual, antara lain: mendeteksi objek didalam citra, melakukan segmentasi citra, dan mendeteksi ujaran kebencian di dalam kalimat. Namun demikian, algoritma Machine Learning tidak dapat diaplikasikan langsung ke dalam data berstruktur graf disebabkan oleh beberapa hal antara lain: struktur data graf yang bersifat kompleks tidak memiliki titik referensi, dan bersifat dinamis. Oleh karena itu, algoritma Machine Learning perlu diadaptasi agar dapat dipergunakan untuk menganalisis data graf. Publikasi yang ditulis oleh Gori, Monfardini, dan Scarselli (2005) mungkin menjadi salah satu titik awal berkembangnya Graph machine Learning, sebuah cabang ilmu Kecerdasar Artifisial yang menggabungkan machine Learning dan Teori Graf. Dengan menggunakan metode Graf Machine Learning, data graf dapat dianalisis pada beberapa level yaitu: (1) level vertex, misalnya: memprediksi katagori akun dari data sebuah jaringan media sosial; (2) level edges, misalnya: memprediksi apakah seseorang calon konsumen akan menyukai sebuah produk/layanan yang ditawarkan; (3) level sub-graf atau graf, misalnya apakah sub-graf hasil pembelajaran seorang mahasiswa sampai semester tertentu memiliki kemiripan dengan sub-graf hasil pembelajaran mahasiswa lain yang telah lulus dengan IPK tinggi atau mahasiswa dropout.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

005.133

Penerbit

Yogyakarta : Gava Media., 2023

Deskripsi Fisik

xiv+196 halaman; 16x23 cm.; Cetakan I, 2022

Bahasa

Indonesia

ISBN/ISSN

978-623-5690-16-2

Klasifikasi

005.133

Tipe Isi

text

Tipe Media

unmediated

Tipe Pembawa

unspecified

Edisi

-

Subjek

BAHASA PEMROGRAMAN PYTHON

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Yaya Heryadi & Ilvico Sonata

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar