Author Archive Visions education

ByVisions education

“Buru-buru?” Goyamin Aja Kaaaak…

Halo kakak kakak,di jogja ada kuliner sego ayam crispy lo, kejunya-kejutan banget di lidah saya,hmm yam yamiii,,

berikut menu yang kami tawarkan ya kaaak… cusss

,,,

Dua tiga Goyam Laris Ternyata ada Voucher Gratis!!!

HAHAHA..goyam lagi bagi bagi vocher nih kak.. MAU VOCHER BELI 2 BAYAR 1? Caranya gampang kok.. cukup wa ke no 082137782923 dg format NAMA_UNIVERSITAS/SEKOLAH_JUMLAH VOCHER .. lgsg dpat vocher ini nih kak… MUDAH SIMPEL GAG RIBET MENGGIURKAN.. Tunggu apa lagi yuk buru vochernya sebelum kehabisan. WA : 082137782923 NAMA_UNIVERSITAS/SEKOLAH_JUMLAH VOCHER GRATTIISSSSSS tag temnmu yg suka makan kuy..

PROMO BUY 2 PAY 1

NOVEMBER GEMBIRAA bulannya goyam bagi2 promo nih.. BELI 2 BAYAR 1.. kuy kuy ajak keluarga ke @goyam_id . Mumpung promo gilaaa..  NASI SEPUASNYA ES TEH SEPUASNYAAAAA.. MANTTAAAAPPP . BELI 2 BAYAR 1 . Senin – jumat . Khusus makan ditempat . Berlaku dari jam 07.00 pagi- 10.00 malam ( dari buka sampai tutup) . Hari senin -jumat. . Tidak berlaku untuk menu yang sama ( jadi mimin saranin pesen menu yg berbeda ya gaes.. ) . Berlaku di cabang @goyam_id GODEAN ( jl.godean km 08/selatan jalan ) . Follow ig @goyam_id Kuy kuy kuy.. ke @goyam_id bareng2 mumpung ada promo gilaaa ..🤗🤗🤗.. jangan lupa pesen HOT CHEESY nya gaes.. itu menu recomend dari mimin.. dijamin nampolll rasanya😎😎 . Tag temen kalian yg suka makan kuyy…#makanenakjogja #makananpedas#makanankekinian #makanmurahjogja#yogyadiskon #jogjapromokuliner #jogjahits#diskonjogja #makanayamgoreng#makanayamkeju

Mampir seeeeek…

Sego Ayam Krispi Kekinian
Jl. Glagahsari
Jl. Seturan Raya (sltn STIE ykpn)
Jl.Godean km 08
Jl. Pleret, Bantul
“Buru-buru?? Goyam-in aja kak..”

ByVisions education

Ada London di Jogja

Minnasan…Tahukah Anda?

 

Indonesia kaya akan ragam suku…budaya…ras…maupun agama.Menurut pepatah minang..”Lain ladang…lain belalang”, “lain lubuk, lain ikannya” . Walaupun Indonesia kaya akan ras hitam..kuning..putih… Janganlah kita berprasangka antar sesama. “Prasangka” terdiri dari 2 kata “pre” berarti sebelum dan “judge” berarti menghukum , artinya kamu sudah menghukum atau menjudge seseorang sebelum tau fakta sebenarnya.Pernahkah kamu menilai seseorang dari penampilannya??kebanyakan seseorang menilai karena kasta atau kelompoknya.Padahal jika ingin menilai seseorang itu berdasarkan kepribadian ya. Marilah kita saling menghargai dan menghormati. Cintai produk dalam negeri meskipun produk yang kita ciptakan tak sehebat produk luar lainnya. Kapan lagi Indonesia bisa maju kalau kita masih bergantung kepada produk luar. Sering kebencian dan lara hati itu bukan karena orang lain tapi karena Prasangka!
YUK tunggu apalagi!! Download aplikasi @ruangguru di playstore !

Jangan lupa cobain fitur beda itu keren
Arigatou Gozaimasu!!
#BedaItuKeren #ToleransiIndonesia #RuangGuru #PeaceGen #MeyakiniMenghargai

ByVisions education

Dream Inspiring Woman 2018

Terinspirasi dari artis korea @xolovelyayana membuat saya ingin belajar kecantikan dan menggali potensi yang diberikan Allah swt di dalam diri saya, menginspirasi banyak orang adalah mimpi saya yang sudah lama saya bangun sejak SMA dan bermanfaat bagi banyak orang di sekitar.

Perjalanan di mulai dari Yogyakarta selama 9 jam dengan Train To Bekasi hanya Rp 75.000,- alhamdulilllah dapat promo, kemudian saya sampai di bekasi dan disambut teman teman yang luar biasa anggun dan attitudenya sopan sekali. Menjadi perempuan ternyata tidak mudah karena kita harus memperhatikan banyak hal baik dalam bertutur kata dan perilaku. Kecerdasan tidak hanya berupa IQ tapi yang sangat penting adalah kecerdasan emosional (EQ), sebab tanpa kecerdasan ini kita tidak bisa menjalin kerja sama dengan orang, setiap pribadi pasti memiliki masalah pribadi baik di masa lalu maupun masa kini, namun masa depan adalah hak setiap orang. Mereka punya hak untuk merubah masa depan dengan cara menjadi pribadi yang positif dan kreatif. Kita adalah yang di masa depan bukan di masa lalu. Jika kita selalu melihat ke belakang kapan dunia akan maju? salah satu cara untuk memajukan Indonesia bisa dilakukan dengan cara mencintai produk dalam negeri dan berkarya sehingga menghasilkan kegiatan yang bernilai dan memiliki impact sosial tidak hanya diri sendiri tapi juga bagi Tuhan dan Orang lain di sekitar.

Kompetisi bukan soal menang atau kalah namun bagaimana kita menjalani dan menikmati proses yang kita lalui selama pembelajaran menjadi seorang yang positif dan menginspirasi, Selama 1 hari karantina, kami diajari cara fashion show dan berbicara di depan banyak orang dan juri dengan rasa percaya diri. Ini tidak mudah karena tidak semua orang punya bakat dalam berbicara dan public speaking yang baik,

 

Berikut adalah pemenang Dream Inspiring Woman 2018 yang diadakan di Summarecon Hall Bekasi, Selamat kepadaa @zeaginamua, senangnya dapat Umroh secara gratis dari Dream Inspiring Woman 2018. Semangat finalis yang satu ini secara tidak langsung menular ketika berbicara di hadapan banyak orang. Semoga berkah yang buat mbak @zeaginamua,  asal Jakarta yang punya usaha MUA terkenal hits dan hasil MUA nya laris bingits hehe

ByVisions education

Quidditch si Aplikasi Pintar Deteksi Penyakit Buah Naga (Dragon Fruits)

Tahukah Anda bahwa Buah Naga memiliki banyak manfaat salah satunya adalah untuk kesehatan. Berbagai macam manfaat buah naga tidak akan habis serta bisa kita perbarui apabila kita tau cara membudidayakan tanaman ini dan membuat solusi yang inovatif dan kreatif. Sebelum membahas lebih  lanjut, mari kenalan dulu dengan buah yang rasanya istimewa ini, hehehe.  Tanaman Buah Naga (Hylocereus sp.) adalah tanaman yang berasal dari Amerika latin seperti Panama, Guyana dan Meksiko. Dragon fruits memiliki 6 spesies, yaitu

 

1. Buah Naga Putih

Buah naga putih atau Hylocereus undatus sudah lazim lagi di masyarakat. Ini karena buah naga jenis ini mudah dibudidayakan baik dalam pot maupun kebun.

 

Sayangnya, berat buah masak berkisar antara 450-600 gam. Lebih kecil dibanding buah naga merah.

Rasanya juga tidak terlalu manis jika dibandingkan dengan buah naga lain, kandungan gulanya hanya 10-13% biks. Briks adalah satuan untuk mengukur gula dalam larutan.

2.Buah Naga Merah

Secara fisik hampir mirip dengan buah naga putih. Tapi,warna kulit buah naga jauh lebih merah pekat. Dagingnya berwarna merah marun. Tekstur daging buahnya lebih berair daripada buah naga putih. Buah jenis ini mempunyai nama ilmiah Hylocereus polyrhizus

 

3. Buah Naga Super Merah

Nama ilmiahnya Hylocereus costaricensis. Mirip dengan buah naga merah, namun nama ilmiahnya berbeda, karena warnanya jauh lebih merah.

 

Batangnya berwarna loreng saat tua, tingkat kemanisan 12-18 briks. Buah naga ini sedang banyak digemari petani karena dianggap paling laku. Rasanya manis dan tidak langu.

 

4. Buah Naga Kuning

Perbedaan pada buah naga yang satu ini sangat mencolok. Mulai dari warna kulitnya yang memang kuning cerah dan dagingnya yang berwarna putih. Kalau orang tak melihat bagian kulitnya, pasti menyangka ini buah naga putih.

Buah naga kuning atau dikenal sebagai Selenicereus megalanthus berukuran lebih kecil dibandingkan buah naga lainnya. Buah ini masih belum banyak yang membudidayakan sehingga tergolong buah langka. Kalau pun ada, di swalayan, harganya cukup mahal.

Rasanya lebih manis dibandingkan buah naga yang lain. Kandungan gulanya 15-18% briks.
Buah yang dijuluki yellow pittaya ini  mempunyai kandungan sakrosa dan fruktosa yang sangat tinggi. Saat Anda mengonsumsi buah ini, maka sensasi segar akan Anda rasakan

Ukuran buah naga kuning bisa dibilang lebih kecil dibandingkan dengan buah naga jenis lain, hanya segenggaman tangan, sekitar 80-100 gram.

Harga yang mahal dan ukuran yang kecil membuat buah ini kurang populer di indonesia.  Bibitnya juga agak susah di Indonesia.

5. Buah Naga Hitam

Buah naga hitam tergolong pendatang baru di dunia pertanian Indonesia.

Pertama kali dikembangkan di Indonesia yang dirintis oleh tokoh bernama Prof. Dr. Ir. AP Kusumaningrat. Kediri merupakan kota yang menjadi tempat budidaya buah naga hitam saat pertama kali masuk ke Indonesia.

Sebenarnya, buah naga hitam merupakan hasil persilangan dari buah naga super red yang dipelihara dengan pemberian pupuk Black Natural atau pupuk hitam.
Pupuk tersebut terdiri dari komposisi, kotoran sapi, cengkeh limbah pabrik rokok, ampas jamu dan abu sekam. Adanya campuran tersebut membuat buah naga hitam mengandung banyak betakaroten sehingga warna daging buah nampak lebih pekat.

Secara fisik, bentuknya sama dengan buah naga pada umumnya. Kulit buah naga hitam tetap berwarna merah. Ciri khusus terletak pada sisiknya yang besar. Pohon buah naga hitam juga sama dengan pohon buah naga lainnya.

Bedanya ya hanya pada daging buahnya. Sebenarnya tidak berwarna hitam legam, tapi lebih ke warna merah sangat pekat sekali sehingga nampak mendekati hitam. Cara membudidayakannya pun sama dengan cara membudidayakan buah naga pada umumnya. Poin utamanya, terletak pada pupuk hitam yang digunakan. Pupuk inilah yang membuat buah naga hitam tercipta.

Buah Naga Orange

Buah ini masih satu keluarga dengan buah naga kuning.
Bedanya warna daging buahnya. Lihat gambar dibawah ini, warna daging buah naga orange adalah merah bukan putih seperti buah naga kuning.

Sayangnya buah naga orange masih langka baik di dalam negeri maupun luar negeri. Kebanyakan bibit yang dijual masih berupa biji bijian, bukan stek. Anda harus ekstra keras untuk mendapat bibit buah naga ini

WASPADA! WASPADALAH! BEBERAPA PENYAKIT BUAH NAGA YANG PERLU ANDA PAHAMI!

1. Fusarium

2. Busuk Pangkal Batang

  • Gejala: tanaman buah naga sering mengalami pembusukan pada pangkal batang, berwarna kecokelatan dan terdapat bulu putih.
  • Penyebab: pembusukan tersebut disebabkan oleh kelembaban tanah yang berlebihan sehingga muncul jamur yang menyebabkan kebusukan yaitu Sclerotium rolfsii Sacc. Penyakit ini sering terjadi pada bibit stek yang belum tumbuh akar dalam bentuk potongan.
  • Penanggulangan: dengan penyemprotan Benlate dengan dosis 2 g/ltr air atau menggunakan Ridomil 2 g/ltr air sebulan sekali. Bila muncul gejala kekuningan pada pangkal batang maka segera dilakukan penyemprotan pada seluruh batang dan diutamakan pada pangkal batang yang terserang.

3. Busuk bakteri

Penyakit busuk bakteri juga kerap menyerang tanaman buah naga.

  • Gejala seperti tanaman tampak layu, kusam, terdapat lendir putih kekuningan pada tanaman yang mengalami pembusukan.
  • Penyebab: penyakit ini disebabkan oleh bakteri Pseudomonas sp.
  • Penanggulangannya: dengan mencabut tanaman yang sakit, kemudian pada lubang tanam diberi Basamid dengan dosis 0,5-1 gram dalam bentuk serbuk kemudian pada lubang tanam tersebut ditanam bibit baru.Untum masalah ini, saya berniat membantu petani untuk dapat mengklasifikasikan penyakit buah naga ini dengan alat bantu teknologi aplikasi Quidditch ini. Nama aplikasi ini terinspirasi dari film legendaris Harry Potter yang mana saya adalah salah satu penggemar karya JK. Rowling nan membahana ini. hehe

By the way, mengenai aplikasi ini masih dalam pengembangan. Mohon doa teman teman agar aplikasi ini terwujud dan bermanfaat bagi banyak orang. Hubungi kami di instagram @quidditch.in atau email saya di sari.dewi@mail.ugm.ac.id

Matur Nuwun

Disarikan dari http://budidayapopuler.blogspot.com/2016/03/penanganan-hama-dan-penyakit-buah-naga.html

 

6 Jenis Buah Naga dan 50 Manfaat + Faktanya

ByVisions education

Qm curhat tapi ga ada teman? yuk curhat ke qonsulin.id

(Greetings from Netter Grace and Michelle from Minnesota,USA,Auditorium FMIPA UGM)

Aku mau curhat nih? tapi ga ada temen, curhat ke pacar merasa ga enak, yuk curhat online saja. Berawal dari tugas pemrograman web Ilmu Komputer Universitas Gadjah Mada,Kami menyediakan therapy online bagi kamu yang mengalami masalah psikis seperti stress, susah makan, susah konsentrasi, ADHD,Bipolar,LGBT dan sebagainya. Selain itu kami menghadirkan dokter ahli jiwa yaitu Dr. Dewi Maharni, SpKj

 

Berikut beberapa layanan psikis mahasiswa yang wajib kamu pahami, karena sehat tidak hanya psikis namun juga mental, mari peduli dan cintai diri sendiri dengan care masalah psikis. Kalian boleh menyarankan teman yang memiliki masalah psikis untuk konsul di layanan kami.

 

Mengenai aplikasi masih dalam pengembangan juga.  Oleh karena itu , mohon hubungi kami jika ada yang berminat mengembangkan aplikasi di bidang sosial humanis ini .

 

Cheers,

 

 

 

Sari Dewi

ByVisions education

Pingin Titip Ini Itu Tapi Mager? #pingin.inAJA

Halo teman-teman di era millenials , segalanya pingin praktis, maka dari itu berawal dari tugas kuliah pemrograman web Ilmu Komputer Universitas Gadjah Mada, kami membuat karya dengan nama pingin.in dimana ,user bis menitip barang apa saja, seperti makanan, oleh-oleh, bahkan obat-obatan, jasa kami 24 jam. Saat ini aplikasi kami lagi pengembangan, jadi kami masih jalan di beberapa sosmed seperti facebook, dan instagram. Mohon follow instagram kami di @pingin.in 

Jika kamu tertarik mencoba berbisnis dan mengembangkan jasa kami di UGM yuk follow kami di ig dan kirimkan lamaran serta CV kalian ke sari.dewi@mail.ugm.ac.id

(Greetings netter Carl from New York, USA,Auditorium FMIPA UGM)

Warm Regards

 

 

 

 

Sari Dewi

ByVisions education

KERJA SAMA BAGAIMANA YANG MENGHASILKAN “WIN WIN SOLUTION”????

                Kata “Kerjasama” memiliki makna yang berbeda-beda di kepala saya. Pertama kali kata ini diperkenalkan kepada saya oleh para guru di sekolah. Guru malah memberi nasihat yang terkesan negatif “Jangan bekerja sama dengan teman”. Bekerja sama berarti melakukan kecurangan.” Tentu saja,ketika itu para guru sedang berbicara mengenai aturan main dalam situasi ulangan dan ujian, bukan dalam konteks pergaulan sehari – hari.Namun, entah mengapa justru kerjasama yang berkonotasi negatif itulah yang lebih melekat di kepala saya. Tambahan lagi, saya memperoleh reward yang luar biasa dari ketidakmauan saya untuk bekerjasama dengan orang lain: menjadi juara kelas! itu semakin menguatkan pandangan saya mengenai buruknya kerja sama.Dalam kacamata saya sebagai anak anak ketika itu, kerjasama akan menempatkan saya pada posisi yang dirugikan,karena harus berbagi sesuatu kepada orang lain dan tidak mendapatkan apa pun,padahal bekerja sendiri saja sudah menempatkan saya di peringkat pertama.

             Namun,pandangan tentang kerjasama itu berubah drastis ketika saya memasuki dunia kerja. Ternyata,rumus sukses di tempat kerja berbanding terbalik dengan rumus  sukses di sekolah. Di tempat kerja, kesuksesan justru hanya akan didapatkan kalau  kita pandai bekerjasama dan berkolaborasi dengan orang lain.Kecakapan berkolaborasi bahkan boleh dibilang adalah keahlian terpenting seorang profesional.Itulah sebabnya, kata “kerjasama” boleh dibilang menjadi primadona di tempat kerja.

 

Akan tetapi,sesungguhnya pandangan ini mengandung jebakan yang “DANGEROUS!”.Pandangan ini menempatkan orang ke dalam dua kategori:orang yang bisa bekerjasama versus orang yang tidak bisa bekerjasama.Orang yang bisa bekerjasama disukai dan menjadi orang yang sukses, sementara orang yang tidak bisa bekerja sama malah dibenci ,ini tentu saja merupakan sebuah pandangan yang sangat dangkal dan salah kaprah!

Yang ingin saya share disini adalah tidak semua kerja sama  itu baik, bahkan ada banyak situasi kerja sama itu justru buruk dan merupakan bencana bagi banyak orang.Salah satu hal yan paling saya ingat dari mantan gubernur DKI jakarta,Basuki Tjahaja  Purnama (Ahok), adalah ketidakmauannya untuk bekerjasama dengan anggota DPRD. Bahkan, beberapa rapat yang diselenggarakannya dengan DPRD berlangsung panas.Menurut Ahok, ia sengaja melakukan hal itu untuk membongkar banyaknya proyek siluman dalam APBD versi DPRD yang mengakibatkan penggelembungan anggaran lebih dari Rp 12 triliun.

Kesimpulannya: teamwork Ahok dengan DPRD sangat buruk.Intinya, kerjasama itu tidak selalu baik. Ada beberapa catatan yang penting yang saya sampaikan disini. Pertama, kerja sama itu sesungguhnya hanyalah merupakan nilai sekunder, bukan nilai primer. Kebenaran, kejujuran, dan keadilan adalah nilai primer. nilai itu harus ada diatas nilai apapun. Ketika sebuah nilai primer diabaikan, akan rusaklah sendi sendi kehidupan.

Kerjasama, betapapun baiknya, hanyalah sebuah nilai sekunder. Ia menjadi tidak penting, bahkan menjadi salah satu dan berbahaya, bila tidak didasari kebenaran,kejujuran, dan keadilan.Bukankah semua penjahat yang sukses memiliki teamwork yang baik? Bukankah penjarahan uang rakyat senantiasa dilakukan dengan kerjasama yang sangat baik dan sangat efektif?? Namun ketika kita tidak melakukan nilai primer, nilai sekunder hanya akan mendatangkam bencana bagi kita semua.

Kedua, kerjasama itu hanya akan baik bila ia mementingkan empat kepentingan sekaligus: Kepentingan Saya (My Win), Kepentingan Anda (Your Win), Kepentingan Orang Lain (Their Win), dan Kepentingan Tuhan (God’s Win).Inilah yang seharusnya menjadi landasan ketika kita ingin bekerjasama dengan orang lain.Banyak orang yang tidak memahami prinsip menang-menang dengan empat kepentingan ini. Ketika berniat bekerjasama dengan orang lain, kita hanya mementingkan kepentingan dua pihak:Saya dan Anda. Ketika kepentingan  dua pihak ini terakomodasi dengan baik, kita kemudian menyebutnya dengan istilah “win-win solution”.Padahal bila hanya dua pihak yang menang,ini sesungguhnya lebih tepat disebut  sebagai “win-win collution”.

 

 

 

 

 

 

ByVisions education

Mau kuliah di perguruan tinggi impian,tanpa pusing bayarnya,BISA!

Hello Sobat,Ada yang pernah dengar Dana Cita tidak?

Dana Cita hadir untuk menurunkan kendala keuangan berpendidikan tinggi di Indonesia. Kami memiliki misi untuk memperluas akses bagi semua pelajar dengan menjembatani kesenjangan dalam kesanggupan pembiayaan. Melalui platform kami, pelajar dapat memperoleh pinjaman terjangkau untuk menuntut ilmu di lembaga pendidikan tinggi dan program vokasi terpilih. Sesuai dengan nama kami (“Dana Cita”), kami hadir untuk mendanai aspirasi setiap pelajar, baik cita-cita yang besar maupun kecil.

Tim Dana Cita memiliki pengalaman kerja yang luas di Indonesia dan Asia Tenggara untuk lembaga-lembaga global termasuk bank investasi terkemuka, perusahaan manajemen konsultan, impact investor, dan lembaga pembangunan multilateral.

Apakah kamu punya wirausaha dan ingin menambah teman dan komunitas Mari join

Sebagai Campus Ambassador!

Campus Ambassador Dana Cita adalah peran yang penting untuk mewujudkan misi kami di kalangan mahasiswa. Mewakili Dana Cita di kampus adalah suatu kebanggaan yang mendorong Ambassador kami untuk berkontribusi terhadap komunitas Dana Cita

Cara mendapatkan pinjaman di Dana Cita

1.klik www.danacita.com

2.Lengkapi Biodata

3.Isi formulir yang dikirim ke email

4.Setelah lengkap isi kembali formulir dan sertakan kode 973CA agar bebas biaya admin senilai

Rp 100 ribu

5. Kirim nama peminjam dan nama universitas via wa 087736417069

5.Tunggu konfirmasi dari Tim Dana Cita

6.Biaya spp/ukt segera kami bayarkan

 

Cheers,

 

ByVisions education

Implementasi Linear Regression

Simple Linear Regression Menggunakan Python

Nah dipostingan ini saya akan bahas tentang Simple Linear Regression. Simple Linear Regression merupakan salah satu  algoritma supervised, dengan kata lain algoritma ini belajar berdasarkan contoh pada data yang tersedia. Simple Linear Regression dapat memodelkan permasalahan hubungan linear antara sebuah input dan output.

xb + a = y 

x = input \\ y = output \\ b = gradient \\ a = konstanta

Inti dari Simple Linear Regression adalah menyelesaikan permasalahan garis lurus. Dalam pendekatan ini nilai a  dan b  akan didapatkan dari proses learning atau training.

Contoh Permasalahan Simple Linear Regression

Ok langsung saja kita mulai ke contoh kasus. Dalam kasus ini kita akan memodelkan permasalahan mengenai permasalahan asuransi mobil.

Deskripsi data:

  • x = Jumlah tuntutan
  • y = Total uang yang dibayarkan untuk seluruh tuntutan

Contoh:

  • x = 108 tuntutan
  • y = $392.5 untuk 108 tuntutan

DataRelation

 

Unduh Data

Proses Training Simple Linear Regression 

Untuk menyelesaikan permasalahan diatas, hal yang perlu kita lakukan adalah menghitung nilai a dan b, hal tersebut dapat diselesaikan dalam lima tahap dibawah ini:

  • Hitung nilai rata – rata x dan y\bar{x} = \frac{\sum\limits_{i=1}^{N} x_i}{N}
    \bar{y} = \frac{\sum\limits_{i=1}^{N} y_i}{N}
  • Hitung varince datavar(x) = \frac{\sum\limits_{i=1}^{N} (x_i - \bar{x})}{N-1}
  • Hitung covariance datacov(x, y) = \frac{\sum\limits_{i=1}^{N} (x_i - \bar{x})(y_i - \bar{y})}{N-1}
  • Hitung nilai b b = \frac{cov(x, y)}{var(x)}
  • Hitung nilai a a = \bar{y} - b \bar{x}

Implementasi Proses Training Menggunakan Python

Dalam implementasi ini saya menggunakan dua library pada Python pandas dan numpy. Pandas saya gunakan untuk mebaca file csv pada file Data/data.csv dan mengkonversinya menjadi DataFrame  dan numpy saya gunakan untuk melakukan perhitungan statistik data. Oh ia, untuk membaca file csv pada pyhton banyak alternatif lainnya seperti menggunakan module csv pada phyton.

#import library pandas dan inisialisasikan menjadi pd
import pandas as pd
#import library numpy dan inisialisasikan menjadi np
import numpy as np

#baca data pada file data.csv dalam folder Data menggunakan pandas
data = pd.read_csv('Data/data.csv')

#assign nilai X (Jumlah Klaim) pada variable x
x = data.X.values

#assign nilai Y (Total Pembayaran) pada variable y
y = data.Y.values

#Bagi data menjadi 2 bagian untuk train dan untuk test

#ambil nilai x dari urutan pertama hingga 10 terakhir (108 - 13)
x_train = x[:-10]
#ambil nilai y dari urutan pertama hingga 10 terakhir (392.5 - 31.9)
y_train = y[:-10]


#ambil 10 data terakhir dari x
x_test = x[-10:]
#ambil 10 data terakhir dari y
y_test = y[-10:]

#hitung nilai rata-rata x dan y
x_mean = np.mean(x_train)
y_mean = np.mean(y_train)


#hitung variance x
x_var = np.var(x_train, ddof=1)

#hitung covariance data
cov = np.cov(np.vstack((x_train, y_train)), ddof=1)[0][1]

#hitung nilai b
b = cov / x_var
#hitung nilai a
a = y_mean - (b * x_mean)

Proses Testing Simple Linear Regression

Jika pada proses training kita melakukan perhitungan untuk mencari nilai a  dan b  pada model. Pada proses testing hal yang akan kita lakukan adalah melakukan prediksi dengan menghitung nilai y

y  = xb + a

Implementasi Proses Testing Menggunakan Pyhton

Dalam implementasi ini kita akan menggunkan nilai 10 terakhir dari nilai x yaitu x_test

#y = xb + a
predict = x_test * b + a

Hasil prediksi

x_test predict
15 64.93399
8 41.55334
29 111.6953
30 115.0354
24 94.99484
9 44.89343
31 118.3755
14 61.5939
53 191.8576
26 101.675

Evaluasi Model

Setelah melakukan proses training dan testing, hal terakhir yang harus kita lakukan adalah mengevaluasi model. Apakah model kita sudah sesuai dengan data yang ada? Dalam proses evaluasi ini saya akan menggunakan formula Root Mean Square Error atau disingkat RMSE

RMSE = \sqrt {\frac{\sum\limits_{i=1}^{N} (\hat{y}_i - y_i)^2}{N}}

Dimana \hat{y}  adalah nilai prediksi model dan y  adalah nilai yang seharusnya. Dengan menggunakan RMSE kita dapat mengetahui nilai rata-rata kesalahan pada model dalam meprediksi nilai total pembayaran untuk sejumlah klaim.

x_test predict y_test (predict – y_test)^2
15 64.93399 32.1 1078.07107
8 41.55334 55.6 197.308783
29 111.6953 133.3 466.76277
30 115.0354 194.5 6314.622553
24 94.99484 137.9 1840.852976
9 44.89343 87.4 1806.808545
31 118.3755 209.8 8358.440208
14 61.5939 95.5 1149.623703
53 191.8576 244.6 2781.765019
26 101.675 187.5 7365.926308
RMSE = 56.00016244

Implementasi RMSE pada Pyhton

#menghitung RMSE model
RMSE = np.sqrt(np.mean(pow(predict - y_test, 2)))

Penjelasan:

  • pow(a) = a ^ 2
  • np.mean(a) = hitung nilai rata-rata dai vector a
  • np.sqrt(a) = \sqrt{a}

Plot Model

Ok pada bagian ini, saya akan memplot data bersama dengan model menggunakan library matplotlib pada python.

#import library pyplot dari matplotlib dan inisialisasi sebagai plt
from matplotlib import pyplot as plt

#predict seluruh nilai y untuk seluruh nilai x
predict_all = (x * b) + a

#plot data y berdasarkan x dengan bentuk circle 
plt.plot(x, y, 'ro')

#plot data predict_all berdasarkan x 
plt.plot(x, predict_all)

#definiskan label untuk garis x
plt.xlabel('Jumlah Tuntutan')
#definisikan label untuk garis y
plt.ylabel('Total Pembayaran')
#tampilkan graph
plt.show()

Output:

DataFitting

Implementasi Linear Regression Menggunakan Sklearn

Pada Simple Linear Regression pada phyton, kita dapat menggunakan Sklearn. Dengan menggunakan Sklearn kita tidak perlu melakukan coding dari awal, memang lebih praktis tapi perlu diingat bahwa kita perlu memahami tentang cara kerja dari algoritma. Sehingga saya anjurkan untuk melakukan coding dari 0 sebagai berikut:

import pandas as pd
from matplotlib import pyplot as plt
from sklearn import linear_model
import numpy as np

#baca data pada file data.csv dalam folder Data menggunakan pandas
data = pd.read_csv('Data/data.csv')
#reshape data x dan y dari bentuk (1 row 63 columns ke 63 rows 1 columns)
x = data.X.values.reshape(63, 1)
y = data.Y.values.reshape(63, 1)

#ambil nilai x dari urutan pertama hingga 10 terakhir (108 - 13)
x_train = x[:-10]
#ambil nilai y dari urutan pertama hingga 10 terakhir (392.5 - 31.9)
y_train = y[:-10]


#ambil 10 data terakhir dari x
x_test = x[-10:]
#ambil 10 data terakhir dari y
y_test = y[-10:]

smpReg = linear_model.LinearRegression()


#train model
smpReg.fit(x_train, y_train)

#test model
predict = smpReg.predict(x_test)

#menghitung RMSE model
RMSE = np.sqrt(np.mean(pow(predict - y_test, 2)))

#plot data dan model
figure = plt.figure(1)
plt.plot(x_train, y_train, 'ro')
plt.plot(x, smpReg.predict(x))
plt.xlabel('Jumlah Tuntutan')
plt.ylabel('Total Pembayaran')
plt.show()

 

Untuk download code

Disarikan dari https://prasetiautamacv.wordpress.com/2016/07/03/simple-linear-regression-menggunakan-phyton/

ByVisions education

Kernel Trick Via Python

 

Apakah Kernel itu?

Kernel? pada postingan ini saya akan menshare tentang kernel. Kernel yang saya maksud bukanlah kernel pada linux, akan tetapi pada konteks Machine Learning. Ide dasar pada penggunaan kernel pada machine learning adalah jika point negatif dan positif pada dimensi \mathbb{R}^N tidak dapat dipisahkan, maka transform fitur tersebut ke \mathbb{R}^M  (M > N ) dimana point negatif dan positif dapat dipisahkan. Inti dari kernel trick adalah mentransformasi low-dimensional fitur ke higher-dimensional fitur.

Secara matematik, kernal adalah inner produk dari beberapa fitur map.

K(x,y) = <\phi(x), \phi(y)>

Contoh:

Jika kita ingin memprediksi harga smart phone berdasarkan variable:

x_1 = merek
x_2 = model

x = [x_1, x_2]

Dengan linear model kita dapat menuliskan permasalahan diatas menjadi

harga = \beta_0 + \beta_1  x_1 + \beta_2  x_2

Namun kita juga dapat memodelkan permasalahan diatas dalam model non linear, contoh: polynominal model

harga = \beta_0 + \beta_1 {x_1}^4 + \beta_2  {x_2}^4 + \beta_3  4(x_1 x_2)

harga = \beta (x^Tx)^T(x^Tx)

harga = \beta<\phi(x), \phi(x)>

Dimana \phi(x) = (x^Tx)

<\phi(x), \phi(x)>  adalah kernel, inner produk dari \phi(x), yang mentransform fitur x dari \mathbb{R}^2  ke \mathbb{R}^3 .

Keuntungan dan Kelemahan Kernel Trick

  • Keuntungan
    • Pemilihan kernel yang tepat akan meningkatkan performa machine learning
    • Transformasi low-dimensional fitur ke high-dimensional fitur memungkinkan untuk menyelesaikan permasalahan dengan berbagai model
  • Kelemahan
    • Semakin besar dimensi suatu fitur maka semakin tinggi resource yang diperlukan dalam komputasi
    • Tidak terdapatnya ketentuan yang baku untuk menentukan jenis kernel dan nilai parameter kernel, sehingga untuk mendapatkan performa yang diharapkan trial dan error perlu dilakukan beberapa kali.

Bagaimana Membuat Sebuah Kernel?

Seperti saya jelaskan sebelumnya bahwa kernel adalah inner product dari dua atau lebih fitur map. Untuk membuat sebuah kernel terdapat beberapa langkah

  1. Definisikan fitur map yang akan memetakan fitur X  ke R^x.
  2. Definisikan inner product antara fitur map <,>
  3. Pastikan bahwa inner product antara fitur map adalah fungsi simetri positif semi-definite.

Contoh:

Untuk fitur \bold{x} = [x_1, x_2] =  dan \bold{z} = [z_1, z_2] , definisikan dua fitur map \phi(\bold{x})  dan \phi(\bold{z}) . Dimana

\phi([x_1, x_2]) = ({x_1}^2, \sqrt{2}{x_1}x_2, {x_2}^2)
\phi([z1, z2]) = ({z_1}^2, \sqrt{2}{z_1}{z_2}, {z_2}^2)

Inner product dari \phi(\bold{x})  dan \phi(\bold{z})  adalah k(\bold{x},\bold{z}) = <\phi(\bold{x}), \phi(\bold{z})>

k(\bold{x},\bold{z}) = {x_1}^2{z_1}^2 + 2{x_1}{x_2}{z_1}{z_2}+{x_2}^2{z_2}^2 = <\bold{x}, \bold{z}>^2

Pastikan bahwa k(.) adalah fungsi simetri semi-definit. Jika suatu fungsi simetri positif semi-definit, maka fungsi tersebut akan memenuhi beberapa ketentuan berikut:

  1. k(.) adalah fungsi simetri jika k(\bold{x}, \bold{z}) = k (\bold{z}, \bold{x})
  2. Matrix yang dihasilkan oleh fungsi k(x, x)  memiliki eigenvalue \geq{0}

Demonstrasi Menggunakan Python

Dalam demonstrasi ini saya akan mendemostrasikan kernel menggunakan phyton. Untuk variabel x dan z \in{R}^{3x2}

1
2
x = np.array([[1, 2], [2, 3], [4, 5]])
z = np.array([[8, 2], [9, 3], [10, 5]])

Definisikan fitur map \phi(\bold{x}) = ({x_1}^2, \sqrt{2}{x_1}x_2, {x_2}^2)

1
2
3
4
5
def phi(x):
 x1 = np.power(x[0], 2)
 x2 = pow(2, 1/2) * x[0] * x[1]
 x3 = np.power(x[1], 2)
 return np.array([x1, x2, x3])

Seperti saya jelaskan sebelumnya, bahwa kernel adalah inner product dari beberapa fitur map, maka kernel k(\bold{x}, \bold{z})  

1
kXZ = np.inner(phi(x), phi(z))

Sampai tahap ini kita telah memiliki kernel fungsi yang merupakan inner product dari \phi(\bold{x}) dan \phi(\bold{z}) . Setelah ini kita harus memastikan bahwa kernel fungsi k(.) adalah fungsi simetri semi-definit.

k(.) adalah fungsi simetri

1
2
3
4
In[1]: print(k(z[0, :], x[0, :]))
Out[1]: 144
In[2]: print(k(x[0, :], z[0, :]))
Out[2]: 144

Matrix yang dihasilkan oleh fungsi k(x, x)  memiliki eigenvalue \geq{0}

1
2
3
4
5
6
7
8
#definisikan variable K dengan nilai matrix 3x3 bernilai 0
K = np.zeros((3,3))
#lakukan pengulangan dari 0 sampai 2
for i in range(3):
#lakukan pengulangan dari 0 sampai 2
 for h in range(3):
#hitung nilai matrix K (i,h), untuk setiap K(i,h) = k(x_i, x_h)
  K[i, h] = k(x[i, :], x[h, :])

Ok pada potongan kode diatas kita telah berhasil membuat matrix K, dimana K(i, h) = k(x_i, x_h). Langkah selanjutnya memastikan bahwa eigenvalue matrix K \geq{0} . Untuk hal ini kita dapat menggunakan fungsi pada numpy np.linalg.eig

1
w, v = np.linalg.eig(K)

Fungsi np.linalg.eig akan menghasilkan duat output, 1: eigenvalues dan 2: eigen vectors.

1
2
In[3]: w
Out[3]: 1870.731, 0.009, 4.260

Dari perhitungan eigenvalue diatas, bisa kita lihat bahwa seluruh eigenvalue matrix K  \geq{0}  atau positif.

Apakah Kernel hanya dapat digunakan untuk Support Vector Machine?

Istilah kernel sering dikaitkan dengan algoritma Support Vector Machine (SVM). Namun dalam pengaplikasiaannya, kernel juga dapat diadaptasi terhadap algoritma lainnya seperti Extreme Learning Machine (ELM) dan Regularized Ada-Boost. Untuk info lebih lanjut tentang kernel-trick dapat mengunjungi situs http://www.kernel-machines.org

Referensi

  1. https://ocw.mit.edu/courses/sloan-school-of-management/15-097-prediction-machine-learning-and-statistics-spring-2012/lecture-notes/MIT15_097S12_lec13.pdf
  2. https://www.youtube.com/watch?v=3liCbRZPrZA

 

 

Disarikan dari https://prasetiautamacv.wordpress.com/2017/03/26/kernel-trick/