Lompat ke isi

Algoritma ekspektasi-maksimisasi

Ensiklopedia Pengetahuan Universitas Islam Sultan Agung

Dalam statistika, algoritma ekspektasi-maksimisasi () atau algoritma EM () adalah metode berulang yang dipakai untuk mencari pendekatan nilai kemungkinan maksimum () dan Maximum a Posteriori (MAP) dari parameter dalam sebuah model statistik, di mana modelnya bergantung pada variabel laten yang tidak diketahui.

Algoritma ekspektasi-maksimasi termasuk algoritma pengklasteran karena berupa basis perhitungan probabilitas.[1] Algoritma ini secara intuitif memiliki dua tahap, yaitu tahap ekspektasi dan tahap maksimisasi. Tahap ekspektasi merupakan tahap yang menentukan perhitungan ekspektasi sehingga diperoleh nilai estimasi parameternya,[2] sedangkan tahap maksimalisasi merupakan tahap yang mengulangi perhitungan parameter sehingga memaksimalkan nilai probabilitas.[3]

Penerapan algoritma ekspektasi-maksimisasi sangatlah luas, salah satunya adalah pembelajaran mesin, dimana algoritma ini dipakai sebagai metode pengelompok data.[4][5][6] Selain itu, algoritma ekspektasi-maksimisasi juga memiliki penerapan lainnya, seperti pengenalan ucapan, dan analisis faktor.

Referensi

  1. Fricles Ariwisanto Sianturi. DATA MINING: Teori dan Aplikasi Weka. IOCS Publisher. 2019-03-27. hlm. 120. ISBN 978-602-51936-6-8.
  2. Expectation Maximization (EM) Algorithm. BINUS UNIVERSITY MALANG Pilihan Universitas Terbaik di Malang. 2021-11-04.
  3. Fricles Ariwisanto Sianturi. DATA MINING: Teori dan Aplikasi Weka. IOCS Publisher. 2019-03-27. hlm. 120. ISBN 978-602-51936-6-8.
  4. Mengenal Konsep Algoritma Expectation–maximization (EM). Indowhiz. 2020-03-01.
  5. Duggirala Raja Kishor. A Novel Hybridization of Expectation-Maximization and K-Means Algorithms for Better Clustering Performance. International Journal of Ambient Computing and Intelligence (IJACI). 2016-07-01. Vol. 7 (2). hlm. 47–74. doi:10.4018/IJACI.2016070103.
  6. Joan Garriga. Expectation-Maximization Binary Clustering for Behavioural Annotation. PLOS ONE. 2016-03-22. Vol. 11 (3). hlm. e0151984. doi:10.1371/journal.pone.0151984.

Sumber dan atribusi

Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 28443392 (2025-11-13T04:41:25Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.