MODEL DATA 2

 Assalamu'alaikum wr. wb.

Hallo horizontikalis! 

Apa kabar? semoga sehat terus ya!

Kali ini aku akan meberkan materi tentang perbedaan supervised learning dan unsupervised learning, perbedaan model data berbasis objek dan model data berbasis record, pengertian dan contoh dari estimasi, pengertian dan contoh dari klasifikasi, pengertian dan contoh dari clustering.

Disimak ya! 

A. PERBEDAAN SUPERVISED LEARNING DAN UNSUPERVISED LEARNING

Perbedaan yang paling mendasar terletak pada bagaimana algoritma komputer bekerja dalam masing-masing pendekatan. Pada supervised learning, algoritma dilatih terlebih dulu baru bisa bekerja. Sedangkan algoritma komputer unsupervised learning telah dirancang untuk bisa langsung bekerja walaupun tanpa dilatih terlebih dulu.

1. KEGUNAAN

Supervised learning akan membantu Anda untuk mengumpulkan atau memproduksi output data dari pengalaman yang sudah pernah terjadi. Hal ini mirip dengan memori manusia. Anda baru bisa mengingat nama seseorang ketika sudah pernah berkenalan atau bertemu.

Sementara itu, unsupervised learning lebih sering digunakan untuk menemukan seluruh pola yang tidak dikenal dalam data. Contoh penerapan yang sudah sering digunakan dalam kehidupan sehari-hari adalah prediksi waktu pada peta digital. Saat menggunakan peta digital untuk mencari rute menuju lokasi tertentu, sistem akan mencantumkan prediksi waktu tempuh. Padahal, Anda belum pernah berkendara ke lokasi tersebut.

2. PROSES KERJA

Pada model supervised learning, Anda akan mendapatkan variabel data input dan output. Namun, hal ini tidak terjadi pada unsupervised learning. Pada pendekatan tersebut, Anda hanya akan mendapatkan data input.

3. PROSES BELAJAR

Pada supervised learning, algoritma komputer melakukan pembelajaran secara offline sebelum menghadapi data. Artinya, komputer “dibekali” sejumlah materi tertentu agar nanti dapat mengenali data dengan mudah.

Hal ini tidak terjadi pada unsupervised learning. Pada pendekatan ini, algoritma komputer mempelajari data secara real-time. Itu artinya, ketika komputer berhadapan dengan data, pada saat itu juga, komputer belajar mengenali data.

B. PERBEDAAN MODEL DATA BERBASIS OBJEK DAN MODEL DATA BERBASIS RECORD

Model data berbasis objek menggunakan konsep entitas, atribut dan hubungan antar entitas. Dan model ini terdiri dari :

1. Entity Relationship Model

Model untuk menjelaskan hubungan antar data dalam basis data berdasarkan suatu persepsi bahwa real word terdiri dari objek-object dasar yang mempunyai hubungan atau relasi antara objec-objec tersebut E-R MODEL berisi ketentuan /aturan khusus yang harus dipenuhi oleh isi database.

2. Binary Model

Binary model adalah model data yang memperluas definisi dari entity, bukan hanya atributenya tetapi juga tindakan-tindakannya.

3.Semantic Model

Hampir sama dengan Entity Relationship model dimana relasi antara objek dasar tidak dinyatakan dengan simbol tetapi menggunakan kata-kata (Semantic).

Sedangkan

Model data berbasis record ini berdasarkan pada record untuk menjelaskan kepada user tentang hubungan logic antar data dalam basis data. Berbeda dengan Object Based Data Model (Model Data Berbasis Object), Model Data ini digunakan untuk menguraikan struktur logika keseluruhan dari suatu database, juga digunakan untuk menguraikan implementasi dari sistem database (higher level

description of implementation).

Terdapat 3 jenis Model Data pada Model Data Berbasis Record, yaitu :

1. Model Relational

Dimana data serta hubungan antar data direpresentasikan oleh sejumlah tabel dan masing-masing tabel terdiri dari beberapa kolom yang namanya unique.

2. Model Hirarki

Dimana data serta hubungan antar data direpresentasikan dengan record dan link (pointer), dimana record-record tersebut disusun dalam bentuk tree (pohon), dan masing-masing node pada tree tersebut merupakan record/grup data elemen dan memiliki hubungan cardinalitas 1:1 dan 1:M

3. Model Jaringan

C. APA ITU ESTIMASI?

Dikutip dari KBBI pengertian estimasi adalah perkiraan, penilaian, pendapat. Secara umum istilah estimasi biasanya digunakan untuk memperkirakan sesuatu seperti misalnya estimasi biaya yang harus dikeluarkan, maka hal itu berarti perkiraan total biaya yang harus dikeluarkan.

Penggunaan estimasi cukup luas karena mencakup berbagai bidang, berikut ini adalah beberapa contoh dari estimasi yang biasa digunakan dalam kehidupan sehari-hari.

1. Estimasi waktu pengiriman barang sampai di lokasi tujuan adalah 2-3 hari. Artinya perkiraan barang yang dikirim akan sampai di alamat tujuan membutuhkan waktu sekitar 2-3 hari, meskipun begitu bisa saja barang tersebut sampai lebih cepat atau pun lebih lambat.
2. Membangun sebuah ruko membutuhkan banyak biaya, estimasi anggaran yang dibutuhkan adalah 400-500 juta. Anggaran yang dikeluarkan bisa saja melebihi dari estimasi atau perkiraan yang telah ditentukan karena berbagai faktor, seperti biaya material yang tiba-tiba naik di tengah pembangunan ruko tersebut.

D. APA ITU KLASIFIKASI?

Klasifikasi adalah proses yang berkaitan dengan kategorisasi. Klasifikasi adalah cara yang bisa membantu memahami keragaman dengan lebih baik. Contoh manfaat klasifikasi adalah membantu mempelajari berbagai jenis tumbuhan dan hewan, ciri-ciri, persamaan dan perbedaannya.

E. APA ITU CLUSTERING?

Clustering merupakan metode segmentasi data yang sangat berguna dalam prediksi dan analisa masalah bisnis tertentu. Misalnya Segmentasi pasar, marketing dan pemetaan zonasi wilayah. Identifikasi obyek dalam bidang berbagai bidang seperti computer vision dan image processing.