MENJELAJAHI DUNIA MACHINE LEARNING:(Membangun Model Canggih dengan Python dan Layanan Cloud)

Penulis :

Liptia Venica, S.T., M.T.
Nurhikam
Muhammad Ayyas
Muhammad Rizalul Wahid, S.Si, M.T

ISBN : 978-623-8686-13-1

Jumlah Hlm : x + 249
Ukuran : 15×23 Unesco
Kertas : Bookpaper
Tahun Terbit : 2024
Editor : –

SINOPSIS
Buku “Menjelajahi Dunia Machine Learning: Membangun Model Canggih dengan Python dan Layanan Cloud” adalah panduan lengkap bagi pemula yang ingin memulai belajar machine learning, mulai dari konsep dasar hingga penerapannya. Buku ini tidak hanya menyajikan teori tetapi juga praktik langsung yang dapat diaplikasikan dalam berbagai proyek machine learning.
Tidak hanya itu, Buku ini juga akan membahas penggunaan Python sebagai salah satu bahasa pemrograman dalam machine learning, serta pemanfaatan layanan cloud computing seperti Amazon Web Service dan Google Cloud Platform untuk meningkatkan efisiensi dan skalabilitas suatu proyek machine learning.
Buku ini adalah panduan komprehensif bagi Anda yang ingin memulai perjalanan menakjubkan ke dalam dunia machine learning. Selamat menjelajahi dunia machine learning yang penuh dengan kemungkinan tak terbatas!

Daftar Isi

Kata Pengantar……………………………………………………………………………. v
BAB 1 Pengantar Machine Learning …………………………………….. 1
A. Apa Itu Machine Learning? ……………………………………………..2
B. Jenis-Jenis Algoritma Machine learning…………………………….5
1. Supervised Learning (Terawasi) …………………………………..5
2. Unsupervised Learning (Tanpa Pengawasan) …………………5
3. Reinforcement Learning………………………………………………6
C. Penerapan Machine learning di Industri …………………………….6
1. Otomasi di Bidang Agrikultur………………………………………7
2. Machine learning di Bidang Kesehatan …………………………8
3. Machine learning di Bidang Logistik ……………………………8
D. Pra-olah Data (Data Preprocessing) …………………………………..9
1. Exploratory Data Analysis (EDA) ………………………………10
2. Data Cleaning………………………………………………………….12
3. Integrasi dan Transformasi Data …………………………………14
4. Reduksi Data ……………………………………………………………16
E. Training, Testing, dan Evaluasi Kinerja Model …………………19
BAB 2 Machine Learning dengan Python ……………………………. 24
A. Google Colab ……………………………………………………………….25
1. Mengakses Google Colab ………………………………………….25
2. Membuat Notebook baru……………………………………………26
3. Menulis dan Menjalankan Kode …………………………………26
4. Menambahkan Sel Kode atau Teks……………………………..27
5. Mengunggah dan Menggunakan Data………………………….27
6. Menyimpan dan Membagikan Notebook ……………………..28
B. Machine learning Tools dan Libraries ……………………………..28
1. NumPy ……………………………………………………………………28
2. Pandas …………………………………………………………………….29
3. Scikit-learn………………………………………………………………30
4. Matplotlib………………………………………………………………..30
5. TensorFlow ……………………………………………………………..31
6. Keras ………………………………………………………………………32
7. SciPy ………………………………………………………………………33
8. PyTorch…………………………………………………………………..33
C. Pengantar Python ………………………………………………………….34
1. Dasar-Dasar Sintaksis Python …………………………………….34Liptia Venica, S.T., M.T., Nurhikam, Muhammad Ayyas,
viii Muhammad Rizalul Wahid, S.Si, M.T.
2. Tipe Data dan Struktur Data ………………………………………37
3. Kontrol Alur Program……………………………………………….40
4. Penanganan File dan Direktori……………………………………41
5. Module dan Package…………………………………………………42
D. Visualisasi Data dengan Python………………………………………43
1. Scatter Plot ……………………………………………………………..44
2. Bar Plot…………………………………………………………………..45
3. Box Plot ………………………………………………………………….46
4. Histogram ……………………………………………………………….48
5. Heatmap………………………………………………………………….49
6. Confusion Matrix ……………………………………………………..50
7. Line Plot………………………………………………………………….53
E. Pembuatan dan Evaluasi Model………………………………………54
1. Memuat Data dan Mempersiapkan Data………………………54
2. Membagi Data menjadi Data Latih dan Data Uji…………..55
3. Memilih dan Mengonfigurasi Model …………………………..55
4. Melatih Model………………………………………………………….56
5. Evaluasi Model dengan Data Uji ………………………………..56
6. Memperbaiki Model dengan Tuning Parameter……………57
F. Menyimpan Model ke dalam File untuk Deployment…………57
G. Deployment Model Machine learning dengan Flask ………….58
1. Persiapan Model ………………………………………………………59
2. Membuat Tampilan Web dengan HTML ……………………..59
3. Membuat API dengan Flask……………………………………….59
4. Menguji Aplikasi ……………………………………………………..59
BAB 3 Supervised Learning ………………………………………………. 61
A. Regresi pada Supervised Machine Learning……………………..61
B. Klasifikasi pada Supervised Machine Learning…………………64
C. Regresi Linear………………………………………………………………66
1. Algoritma Regresi Linear ………………………………………….67
2. Latihan Perhitungan Manual dengan Data Sederhana ……69
3. Praktik dengan Python ………………………………………………73
4. Tugas………………………………………………………………………78
D. Regresi Logistik……………………………………………………………79
1. Algoritma Regresi Logistik………………………………………..80
2. Latihan Perhitungan Manual dengan Data Sederhana ……82
3. Praktik dengan Python ………………………………………………84
4. Tugas………………………………………………………………………89
E. K Nearest Neighbours (k-NN) ………………………………………..90
1. Algoritma k-NN……………………………………………………….91
2. Latihan Perhitungan Manual dengan Data Sederhana ……94ix
Menjelajahi Dunia Machine learning:
Membangun Model Canggih dengan Python dan Layanan Cloud
3. Praktik dengan Python ………………………………………………95
4. Tugas………………………………………………………………………97
F. Decision tree ………………………………………………………………..99
1. Algoritma Decision Tree………………………………………….100
2. Latihan Perhitungan Manual dengan Data Sederhana…..101
3. Praktik dengan Python …………………………………………….104
4. Tugas…………………………………………………………………….108
BAB 4 Unsupervised Learning …………………………………………. 110
A. Clustering…………………………………………………………………..111
1. Partitional Clustering dengan K-means………………………114
2. Agglomerative Hierarchical Clustering……………………..129
B. Association Rule Learning ……………………………………………145
BAB 5 Reinforcement Learning………………………………………… 160
A. Algoritma Reinforcement Learning ……………………………….163
B. Algoritma Q-Learning …………………………………………………167
1. Latihan Perhitungan Manual dengan Data Sederhana…..170
2. Tugas Mandiri ………………………………………………………..177
3. Praktik dengan Python …………………………………………….178
4. Tugas Praktikum …………………………………………………….181
BAB 6 Machine Learning dan Cloud Computing………………… 182
A. Dasar-Dasar Cloud Computing ……………………………………..183
1. Karakteristik Cloud computing …………………………………183
2. Model Layanan Cloud computing ……………………………..184
3. Tantangan Cloud computing …………………………………….186
B. Layanan Cloud untuk Machine learning pada Amazon
Web Service…………………………………………………………………………..187
1. Penanganan Sumber Data ………………………………………..188
2. Pelatihan Model ……………………………………………………..189
3. Evaluasi Model ………………………………………………………190
4. Deploy dan Monitor Model Machine learning ……………191
C. Layanan Cloud untuk Machine learning pada Google Cloud
Platform………………………………………………………………………………..192
1. Penanganan Sumber Data ………………………………………..193
2. Pemilihan Fitur……………………………………………………….194
3. Pelatihan Model ……………………………………………………..195
4. Evaluasi Model ………………………………………………………196
5. Deploy dan Monitor Model Machine learning ……………198
BAB 7 Machine Learning pada Cloud: Studi Kasus…………….. 200
A. Studi Kasus 1 ……………………………………………………………..200
B. Studi Kasus 2 ……………………………………………………………..209
Liptia Venica, S.T., M.T., Nurhikam, Muhammad Ayyas,
x Muhammad Rizalul Wahid, S.Si, M.T.
C. Studi Kasus 3 ……………………………………………………………..222
D. Studi Kasus 4 ……………………………………………………………..236
Daftar Pustaka…………………………………………………………………………. 243
Tentang Penulis ………………………………………………………………………. 245