https://wiki.unissula.ac.id/index.php?action=history&feed=atom&title=Algoritma_ekspektasi-maksimisasi
Algoritma ekspektasi-maksimisasi - Riwayat revisi
2026-09-16T04:34:19Z
Riwayat revisi halaman ini di wiki
MediaWiki 1.46.0
https://wiki.unissula.ac.id/index.php?title=Algoritma_ekspektasi-maksimisasi&diff=11401&oldid=prev
Maintenance script: Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi
2026-08-25T17:59:49Z
<p>Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi</p>
<table style="background-color: #fff; color: #202122;" data-mw-interface="">
<col class="diff-marker" />
<col class="diff-content" />
<col class="diff-marker" />
<col class="diff-content" />
<tr class="diff-title" lang="id">
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Revisi sebelumnya</td>
<td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Revisi per 25 Agustus 2026 17.59</td>
</tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">Baris 1:</td>
<td colspan="2" class="diff-lineno">Baris 1:</td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>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.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>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.</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Algoritma ekspektasi-maksimasi termasuk [[algoritma pengklasteran]] karena berupa basis perhitungan probabilitas. 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, sedangkan tahap maksimalisasi merupakan tahap yang mengulangi perhitungan parameter sehingga memaksimalkan nilai probabilitas.</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Algoritma ekspektasi-maksimasi termasuk [[algoritma pengklasteran]] karena berupa basis perhitungan probabilitas.<ins style="font-weight: bold; text-decoration: none;"><ref>Fricles Ariwisanto Sianturi. [https://books.google.co.id/books?id=MWcHEAAAQBAJ&pg=PA120&dq=statistika+dan+algoritma+em&hl=id&newbks=1&newbks_redir=0&sa=X&ved=2ahUKEwjV_bXr4v71AhWH63MBHQqWBDwQ6AF6BAgJEAI#v=onepage&q=statistika%20dan%20algoritma%20em&f=false DATA MINING: Teori dan Aplikasi Weka]. IOCS Publisher. 2019-03-27. hlm. 120. ISBN 978-602-51936-6-8.</ref> </ins>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,<ins style="font-weight: bold; text-decoration: none;"><ref>[https://binus.ac.id/malang/2021/11/expectation-maximization-em-algorithm/ Expectation Maximization (EM) Algorithm]. ''BINUS UNIVERSITY MALANG Pilihan Universitas Terbaik di Malang''. 2021-11-04.</ref> </ins>sedangkan tahap maksimalisasi merupakan tahap yang mengulangi perhitungan parameter sehingga memaksimalkan nilai probabilitas.<ins style="font-weight: bold; text-decoration: none;"><ref>Fricles Ariwisanto Sianturi. </ins>[<ins style="font-weight: bold; text-decoration: none;">https://books.google.co</ins>.<ins style="font-weight: bold; text-decoration: none;">id/books?id=MWcHEAAAQBAJ&pg=PA120&dq=statistika+dan+</ins>algoritma<ins style="font-weight: bold; text-decoration: none;">+em&hl=id&newbks=1&newbks_redir=0&sa=X&ved</ins>=<ins style="font-weight: bold; text-decoration: none;">2ahUKEwjV_bXr4v71AhWH63MBHQqWBDwQ6AF6BAgJEAI#v</ins>=<ins style="font-weight: bold; text-decoration: none;">onepage&q</ins>=<ins style="font-weight: bold; text-decoration: none;">statistika%20dan%20algoritma%20em&f</ins>=<ins style="font-weight: bold; text-decoration: none;">false DATA MINING: Teori dan Aplikasi Weka]. IOCS Publisher. 2019-03-27. hlm. 120. ISBN 978-602-51936-6-8.</ref></ins></div></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div> </div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">Penerapan algoritma ekspektasi-maksimisasi sangatlah luas, salah satunya adalah </del>[<del style="font-weight: bold; text-decoration: none;">[Pemelajaran mesin|pembelajaran mesin]], dimana algoritma ini dipakai sebagai metode pengelompok data</del>. <del style="font-weight: bold; text-decoration: none;">Selain itu, </del>algoritma <del style="font-weight: bold; text-decoration: none;">ekspektasi-maksimisasi juga memiliki penerapan lainnya, seperti [[pengenalan ucapan]], dan [[analisis faktor]].</del></div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div> </div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>== <del style="font-weight: bold; text-decoration: none;">Rujukan </del>==</div></td><td colspan="2" class="diff-side-added"></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Penerapan algoritma ekspektasi-maksimisasi sangatlah luas, salah satunya adalah [[Pemelajaran mesin|pembelajaran mesin]], dimana algoritma ini dipakai sebagai metode pengelompok data.<ref>[https://www.indowhiz.com/articles/id/mengenal-konsep-algoritma-expectation-maximization-em/ Mengenal Konsep Algoritma Expectation–maximization (EM)]. ''Indowhiz''. 2020-03-01.</ref><ref>Duggirala Raja Kishor. [https://www.igi-global.com/article/a-novel-hybridization-of-expectation-maximization-and-k-means-algorithms-for-better-clustering-performance/www.igi-global.com/article/a-novel-hybridization-of-expectation-maximization-and-k-means-algorithms-for-better-clustering-performance/160125 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.</ref><ref>Joan Garriga. [https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0151984 Expectation-Maximization Binary Clustering for Behavioural Annotation]. ''PLOS ONE''. 2016-03-22. Vol. 11 (3). hlm. e0151984. doi:10.1371/journal.pone.0151984.</ref> Selain itu, algoritma ekspektasi-maksimisasi juga memiliki penerapan lainnya, seperti [[pengenalan ucapan]], dan [[analisis faktor]].</ins></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">== Referensi ==</ins></div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"><references /></ins></div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Sumber dan atribusi ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Sumber dan atribusi ==</div></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr>
<tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Algoritma+ekspektasi-maksimisasi&oldid=28443392 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.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Algoritma+ekspektasi-maksimisasi&oldid=28443392 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.</div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"><!-- WIKI_UNISSULA_PRESENTATION_V4 --></ins></div></td></tr>
</table>
Maintenance script
https://wiki.unissula.ac.id/index.php?title=Algoritma_ekspektasi-maksimisasi&diff=11001&oldid=prev
Maintenance script: Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 28443392; atribusi sumber disertakan.
2026-08-25T17:24:09Z
<p>Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 28443392; atribusi sumber disertakan.</p>
<p><b>Halaman baru</b></p><div>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.<br />
<br />
Algoritma ekspektasi-maksimasi termasuk [[algoritma pengklasteran]] karena berupa basis perhitungan probabilitas. 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, sedangkan tahap maksimalisasi merupakan tahap yang mengulangi perhitungan parameter sehingga memaksimalkan nilai probabilitas.<br />
<br />
Penerapan algoritma ekspektasi-maksimisasi sangatlah luas, salah satunya adalah [[Pemelajaran mesin|pembelajaran mesin]], dimana algoritma ini dipakai sebagai metode pengelompok data. Selain itu, algoritma ekspektasi-maksimisasi juga memiliki penerapan lainnya, seperti [[pengenalan ucapan]], dan [[analisis faktor]].<br />
<br />
== Rujukan ==<br />
<br />
<br />
<br />
== Sumber dan atribusi ==<br />
<br />
Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Algoritma+ekspektasi-maksimisasi&oldid=28443392 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.</div>
Maintenance script