Description

NAMA : SULTAN FAREL SYAH REZA

ID KEGIATAN : 3124091
UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAKARTA

1. Load Data

Kita akan menggunanakan pima-indiandiabetes.csv

Input Variable (X):

1. Number of times pregnant
2. Plasma glucose concentration a 2 hours in an oral glucose tolerance test
3. Diastolic blood pressure (mm Hg)
4. Triceps skin fold thickness (mm)
5. 2-Hour serum insulin (mu U/ml)
6. Body mass index (weight in kg/(height in m)^2)
7. Diabetes pedigree function
8. Age (years)

Output Variables (y):

1. Class variable (0 or 1)

Bagi data, 70 training, 30% testing

2. Define Keras

Kita akan membangun model sequensial https://keras.io/api/models/sequential/ dan menambahkan layer.

pertama, kita menambahkan input layer dengan jumlah input_dim sejumlah fitur yang kita gunakan, dalam dataset ini kita menggunakan input_dim=8

Fungsi aktivasi yang digunakan adala ReLU (rectified linear activation unit) kecuali pada output menggunakan sigmoid (nilai antara 0-1), dan output kita adalah 0 atau 1 (thershold 0,5).

3. Compile model

karena kasus kita adalah kasus biner, kita dapat emnggunakan binary_crossentropy, jika lebih dari 2 kelas, kita dapat gunakan 'categorical_crossentropy'. optimizer pada keras https://keras.io/api/optimizers/

4. fit Model

kita tentukan jumlah epoch dan batch_size. apa itu?

Batch size merupakan jumlah sampel yang di proses sebelum model di update. batchsize dapat berukuran 1 - jumlah sampel

Epoch merupakan jumlah pengulangan dari seluruh sampel di dataset. epoch dapat berukuran 1 - tak hingga

5. Evaluasi Model (training)

evaluasi model (evaluasi training) dilakukan dengan memberikan input dan kelas yang sebelumnya digunakan untuk membangun model. model.evaluate keras menghasilkan loss dan accuracy. dapat di cek di https://keras.io/api/metrics/

6. Pengujian Model

Pengujian dilakukan dengan menggunakan data (yang belum dipakai untuk training)

7. Evaluasi Pengujian