Halo kak Maaf mau izin bertanya kak, misalkan ada kasus klasifikasi yang mana untuk datanya sudah dilakukan perhitungan jarak serta pengurutan jarak dari terkecil ke terbesar. Nah setelah dilakukan pengurutan jarak tersebut, ternyata terdapat beberapa data dengan distance yang sama, contohnya pada distance yang paling terkecil itu memiliki 3 record data yang memiliki distance yang smaa namun ketika dilihat labelnya dari ke3 record tersebut berbeda. Yang ingin saya tanyakan adlah bagaimana untuk pengklasifikasiannya ya kak? Misal yang digunakan adalah nilai k=3, nah apakah klasifikasinya nanti langsung melihat label mayoritas dari ketiga data awal yang memiliki distance yang sama? Atau ketiga data dengan distance yang sama itu tetap dihitung menjadi satu jarak, dan mengharuskan untuk mengambil 2 jarak setelahnya sesuai dengan nilai k=3?
vidionya sangat bagus kak dan sangat edukasi, tapi alangkah baiknya jika dimulai penjelasan materi, sound musicnya nggak usah di gunakan... karena kayak menganggu konstrasi orang yang menonton vidio ini kak terima kasih
Selamat pagi kak.. Mana lebih baik menggunakan metode K-Nearest Neighbor (K-NN) dengan Rapid Miner dalam kasus penentuan keputusan pengambilan jurusan calon siswa sekolah SMA. Mohon masukan nya kak #UntukSkripsi
Halo kak Dedi Firmansah. Terima kasih sudah subscribe 😀 Pemilihan metode bisa dengan pertimbangan data yang ada seperti apa. Jika datanya semua/hampir semua angka, bisa gunakan K-NN. Jika lebih banyak kategorikal, bisa gunakan decision tree. Saya rasa rapid miner bukan sebuah metode. Tapi K-NN bisa diimplementasikan dengan Rapid Miner. Semoga bisa membantu.
Selamat siang ka. Mau tanya kalo misalkan kita punya rumusan maslah tentang klasifikasi warga yang layak mendapatkan bantuan dana desa?. Apakah metode knn tepat digunakan untuk rumusan masalah tersebut?. Terimakasih 🙏
Halo, kak. Terima kasih sudah menonton video saya dan memberikan pertanyaan. Bisa, pastikan semua fiturnya bisa dihitung jaraknya ya, kak. Untuk menghitung jarak bisa memakai rumus euclidean distance. Usahakan berbentuk angka atau sudah diubah menjadi skala angka, misal ada fitur 'jenis rumah' yang nilainya string seperti 'rumah sederhana' tidak akan bisa masuk perhitungan, kecuali nilainya berupa angka. Usahakan juga semua fitur angka berada pada range yang sama. Contoh, nilai fitur gaji yang berupa jutaan tentunya akan membuat jarak yang bertambah signifikan jika dibandingkan dgn fitur jumlah anak/tanggungan yang berupa satuan. Semoga sukses.
![I.N "HALLUCINATION" | [Stray Kids : SKZ-PLAYER]](http://i.ytimg.com/vi/n5B5q1Hwt_U/mqdefault.jpg)
makasih infonya kak,semoga ilmunya berkah,
dan semoga bisa lebih sering upload video tentang machine learning..
terimakasih penjelasan nya kak
Terima kasih sudah menonton video saya. Semoga sharing dari saya bisa bermanfaat 😀
Bagaimana cara menemukan nilai random state yg bagus untuk menghasilkan nilai K yg bagus ?
Halo kak
Maaf mau izin bertanya kak, misalkan ada kasus klasifikasi yang mana untuk datanya sudah dilakukan perhitungan jarak serta pengurutan jarak dari terkecil ke terbesar. Nah setelah dilakukan pengurutan jarak tersebut, ternyata terdapat beberapa data dengan distance yang sama, contohnya pada distance yang paling terkecil itu memiliki 3 record data yang memiliki distance yang smaa namun ketika dilihat labelnya dari ke3 record tersebut berbeda. Yang ingin saya tanyakan adlah bagaimana untuk pengklasifikasiannya ya kak? Misal yang digunakan adalah nilai k=3, nah apakah klasifikasinya nanti langsung melihat label mayoritas dari ketiga data awal yang memiliki distance yang sama? Atau ketiga data dengan distance yang sama itu tetap dihitung menjadi satu jarak, dan mengharuskan untuk mengambil 2 jarak setelahnya sesuai dengan nilai k=3?
vidionya sangat bagus kak dan sangat edukasi, tapi alangkah baiknya jika dimulai penjelasan materi, sound musicnya nggak usah di gunakan... karena kayak menganggu konstrasi orang yang menonton vidio ini kak terima kasih
Terima kasih sudah menonton video saya dan memberikan komentar. Saya akan perbaiki di video selanjutnya.
Selamat pagi kak.. Mana lebih baik menggunakan metode K-Nearest Neighbor (K-NN) dengan Rapid Miner dalam kasus penentuan keputusan pengambilan jurusan calon siswa sekolah SMA.
Mohon masukan nya kak #UntukSkripsi
Halo kak Dedi Firmansah.
Terima kasih sudah subscribe 😀
Pemilihan metode bisa dengan pertimbangan data yang ada seperti apa. Jika datanya semua/hampir semua angka, bisa gunakan K-NN. Jika lebih banyak kategorikal, bisa gunakan decision tree.
Saya rasa rapid miner bukan sebuah metode.
Tapi K-NN bisa diimplementasikan dengan Rapid Miner.
Semoga bisa membantu.
kaka di mna rumus umumnya?
Selamat siang ka. Mau tanya kalo misalkan kita punya rumusan maslah tentang klasifikasi warga yang layak mendapatkan bantuan dana desa?. Apakah metode knn tepat digunakan untuk rumusan masalah tersebut?. Terimakasih 🙏
Halo, kak. Terima kasih sudah menonton video saya dan memberikan pertanyaan. Bisa, pastikan semua fiturnya bisa dihitung jaraknya ya, kak. Untuk menghitung jarak bisa memakai rumus euclidean distance. Usahakan berbentuk angka atau sudah diubah menjadi skala angka, misal ada fitur 'jenis rumah' yang nilainya string seperti 'rumah sederhana' tidak akan bisa masuk perhitungan, kecuali nilainya berupa angka. Usahakan juga semua fitur angka berada pada range yang sama. Contoh, nilai fitur gaji yang berupa jutaan tentunya akan membuat jarak yang bertambah signifikan jika dibandingkan dgn fitur jumlah anak/tanggungan yang berupa satuan. Semoga sukses.
untuk dapakan hasil jaraknya bagimana kak..
Hai, kak Darius O. Januardi.
Hasil jaraknya bisa dihitung dengan rumus euclidean distance dengan menggunakan koordinat titik setiap data.
@@KnowledgeSharingByVida cara nya gmna kak