Home Start Back Next End
  
52
2.3.7.1 
Singular Value Decomposition
SVD
(Singular
Valu e
Decomposition)
adalah
salah
satu
teknik
untuk
mengolah
matriks  dari
caban g
ilmu
aljabar
lin ear
y
ang
dip erkenalk an
oleh
Beltrami
p
ada
tahun
1873. SVD merup akan salah satu alat
matematis y ang digunak an untuk merep resentasikan
sebuah matriks dan mamp u melakukan b erbagai analisis dan komp utasi matriks.
Lan gkah  p ertama  adalah 
merep resentasikan 
teks 
sebagai 
matriks 
y
ang
setiap
barisny a mewakili kata y an g unik d an setiap kolom mewakili k alimat. Setiap sel berisik an
frekuensi 
kemuncu lan 
kata 
di 
setiap   kolom. 
Selanjutny a, 
isi 
dari 
sel 
merup akan
transformasi
preliminary
y
an g
detilny a
ak an
did eskrip sikan
kemudian,
y
ang
mas in g–
masin g frekuensi sel d iberi bobot
oleh sebuah
fun gsi
y
ang
men ghasilk an keutamaan kata
dalam
sebuah
k
alimat.
Selan jutny a,
metode
ini
men gap likasikan
SVD
(Singular Valu e
Decomposition) ke dalam
matriks.
M
atriks
y
ang
direp resentasikan
men ggunak an
SVD  akan
d
iuraikan 
menjadi
3
(tiga)
komp onen
matriks,
y
aitu
matriks
vektor
singular
kiri,
martiks
nilai
singular,
dan
matriks
vektor singular
kanan. SVD
dari
sebu ah
matriks
I
y
ang b erdimensi M xN
adalah
sebagai ber ikut
:
A
=
U
S
V
T
………………….(2.31)
Keterangan
:
A
=
matriks berdimensi M xN
U
=
matriks vektor singular kiri b erdimensi M xM
Word to PDF Converter | Word to HTML Converter