Maintenance script: Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

2026-08-23T10:32:30Z

Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

← Revisi sebelumnya		Revisi per 23 Agustus 2026 10.32
Baris 1:		Baris 1:
	Dalam [[pemelajaran mesin]], '''pengklasifikasi linear''' adalah klasifikasi yang mengambil keputusan berdasarkan nilai [[kombinasi linear]] dari sifat-sifatnya. Sifat-sifat suatu objek disebut juga nilai fitur (ciri) dan biasa dinyatakan dalam vektor yang disebut [[vektor fitur]]. Pengklasifikasi ini bekerja dengan baik untuk permasalahan praktis seperti [[klasifikasi dokumen]] dan masalah-masalah yang memiliki banyak variabel ([[Vektor fitur\|fitur]]) hingga mencapai tingkat akurasi yang sekelas dengan pengklasifikasi nonlinear dengan waktu pelatihan yang lebih sedikit.		Dalam [[pemelajaran mesin]], '''pengklasifikasi linear''' adalah klasifikasi yang mengambil keputusan berdasarkan nilai [[kombinasi linear]] dari sifat-sifatnya. Sifat-sifat suatu objek disebut juga nilai fitur (ciri) dan biasa dinyatakan dalam vektor yang disebut [[vektor fitur]]. Pengklasifikasi ini bekerja dengan baik untuk permasalahan praktis seperti [[klasifikasi dokumen]] dan masalah-masalah yang memiliki banyak variabel ([[Vektor fitur\|fitur]]) hingga mencapai tingkat akurasi yang sekelas dengan pengklasifikasi nonlinear dengan waktu pelatihan yang lebih sedikit.<ref>Guo-Xun Yuan. [http://dmkd.cs.vt.edu/TUTORIAL/Bigdata/Papers/IEEE12.pdf Recent Advances of Large-Scale Linear Classification]. ''Proc. IEEE''. 2012. Vol. 100 (9).</ref>

	== Definisi ==		== Definisi ==
			[[Gambar:Svm separating hyperplanes.png\|thumb\|right\|Pada kasus ini, bulatan isi dan bulatan kosong dapat diklasifikasikan dengan benar oleh banyak pengklasifikasi linear. H<sub>1</sub> (biru) mengklasifikasikan dengan benar. Begitu juga H<sub>2</sub> (merah). H<sub>2</sub> dapat dianggap "lebih baik" dalam artian bahwa garisnya berada paling jauh dari kedua kelompok. H<sub>3</sub> (hijau) gagal mengklasifikasikan bulatan-bulatan tersebut dengan benar.]]
	Jika vektor fitur input pengklasifikasi adalah vektor [[Bilangan riil\|riil]] <math>\vec x</math>, nilai keluarannya adalah		Jika vektor fitur input pengklasifikasi adalah vektor [[Bilangan riil\|riil]] <math>\vec x</math>, nilai keluarannya adalah

Baris 25:		Baris 25:
	* [[Support-vector machine]]		* [[Support-vector machine]]
	* [[Winnow (algoritme)]]		* [[Winnow (algoritme)]]

	~~== Referensi ==~~


	== Bacaan lebih lanjut ==		== Bacaan lebih lanjut ==
	#		#
	#		#

			== Referensi ==
			<references />

	== Sumber dan atribusi ==		== Sumber dan atribusi ==

	Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Pengklasifikasi+linear&oldid=25292072 Wikipedia bahasa Indonesia], revisi 25292072 (2024-02-10T09:27:50Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.		Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Pengklasifikasi+linear&oldid=25292072 Wikipedia bahasa Indonesia], revisi 25292072 (2024-02-10T09:27:50Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.

			<!-- WIKI_UNISSULA_PRESENTATION_V4 -->

Maintenance script: Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 25292072; atribusi sumber disertakan.

2026-08-23T10:10:14Z

Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 25292072; atribusi sumber disertakan.

Halaman baru

Dalam [[pemelajaran mesin]], '''pengklasifikasi linear''' adalah klasifikasi yang mengambil keputusan berdasarkan nilai [[kombinasi linear]] dari sifat-sifatnya. Sifat-sifat suatu objek disebut juga nilai fitur (ciri) dan biasa dinyatakan dalam vektor yang disebut [[vektor fitur]]. Pengklasifikasi ini bekerja dengan baik untuk permasalahan praktis seperti [[klasifikasi dokumen]] dan masalah-masalah yang memiliki banyak variabel ([[Vektor fitur|fitur]]) hingga mencapai tingkat akurasi yang sekelas dengan pengklasifikasi nonlinear dengan waktu pelatihan yang lebih sedikit.

== Definisi ==

Jika vektor fitur input pengklasifikasi adalah vektor [[Bilangan riil|riil]] <math>\vec x</math>, nilai keluarannya adalah

:<math>y = f(\vec{w}\cdot\vec{x}) = f\left(\sum_j w_j x_j\right)</math>

dengan <math>\vec w</math> adalah vektor riil bobotnya dan <math>f</math> adalah fungsi yang mengubah [[produk skalar]] dua vektor ke bentuk keluaran yang diinginkan. Vektor bobot <math>\vec w</math> dipelajari dari himpunan sampel pelatihan yang telah dilabeli. Biasanya, fungsi <math>f</math> adalah '''fungsi ambang batas''' yang memetakan semua nilai <math>\vec{w}\cdot\vec{x}</math> yang di atas batas tertentu ke dalam kelas pertama dan nilai-nilai lainnya ke dalam kelas kedua, misalnya

:<math>
f(\mathbf{x}) = \begin{cases}
1 & \text{jika }\ \mathbf{w} \cdot \mathbf{x} > T \\
0 & \text{lainnya}
\end{cases}
</math>

Fungsi <math>f</math> yang lebih kompleks mungkin dapat memberikan peluang suatu barang termasuk kelas tertentu.

== Lihat pula ==
* [[Propagasi balik]]
* [[Regresi linear]]
* [[Perceptron]]
* [[Pengklasifikasi kuadratik]]
* [[Support-vector machine]]
* [[Winnow (algoritme)]]

== Referensi ==

== Bacaan lebih lanjut ==
#
#

== Sumber dan atribusi ==

Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Pengklasifikasi+linear&oldid=25292072 Wikipedia bahasa Indonesia], revisi 25292072 (2024-02-10T09:27:50Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.

Pengklasifikasi linear - Riwayat revisi

Maintenance script: Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

Maintenance script: Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 25292072; atribusi sumber disertakan.