NAMA = YUNITA FAUZIAH ISSLAMI
NIM = 2581485391
Module Question 5
1. Jelaskan langkah-langkah algoritma pengelompokan k-Means. Apa yang dilambangkan oleh ‘k’?
Jawab = jumlah kluster kelompok yang ingin dibentuk atau dibagi dari suatu kumpulan data.
2. Mengapa pengurangan dimensi bermanfaat dalam pembelajaran mesin?
Jawab = Pengurangan dimensi bermanfaat dalam pembelajaran mesin karena dapat mengurangi jumlah fitur atau variabel yang tidak terlalu diperlukan dalam data. Dengan begitu, proses pengolahan data menjadi lebih cepat, penggunaan memori lebih hemat, dan model AI lebih mudah menemukan pola penting. Selain itu, pengurangan dimensi juga dapat membantu mengurangi kesalahan prediksi akibat data yang terlalu banyak.
3. Berikan contoh aplikasi nyata untuk pengelompokan (misalnya, segmentasi pelanggan).
Jawab = segmentasi pelanggan pada bisnis e-commerce seperti Shopee. Pelanggan dikelompokkan berdasarkan kebiasaan belanja, jumlah transaksi, dan produk yang sering dibeli. Dengan begitu, perusahaan bisa memberikan promo atau rekomendasi produk yang sesuai dengan kebutuhan setiap kelompok pelanggan.
4. Apa tujuan utama dari PCA?
Jawab = mereduksi dimensi data mengurangi jumlah variabel yang perlu dianalisis dengan tetap mempertahankan sebanyak mungkin informasi penting atau variasi yang terkandung dalam data asli.