by

Machine Learning: Pengertian, Contoh dan Masalah Umum

Mengenal apa itu Machine Learning ? – Pada pembahasan kali ini kita akan membahas secara sederhana mengenai Machine Learning yang sedang populer saat ini untuk membuat mesin belajar dengan sendirinya.

Apa itu Machine Learning?

Machine Learning: Pengertian, Contoh dan Masalah Umum

Merupakan subset ilmu dari Artificial Intelligence (Kecerdasan Buatan) yaitu disiplin ilmu yang mempelajari pengembangan algoritma yang memungkinkan mesin untuk belajar berdasarkan data.

Sebelum adanya model ini terdapat yang namanya Traditional Programming.

Apa itu tradional programming? yakni programming yang melibatkan proses penulisan aturan-aturan dalam bahasa pemrograman dan data sebagai input untuk mendapatkan solusi.

Machine Learning sendiri merupakan paradigma baru, karena perbedaannya dengan traditional programming adalah pada model ini tidak membuat aturan-aturan di awal.

Tetapi, memasukkan data-data solusi atau jawaban. Jadi, model Machine Learning akan melakukan training data dengan cara mengenal pola dan membentuk rules.

Ketika memasukkan banyak dataset yang berisi solusi atau jawaban kemungkinan maka akan terproses pola nya dan membentuk rules yang akan memprediksi jika terdapat data yang baru.

A. Contoh dari Machine Learning :

1. Recommendation System

Memprediksi semisal kita menonton video di youtube, maka sistem akan menyarankan video yang relate atau kita sedang belanja suatu barang tetapi mendapat iklan barang yang relate dengan yang kita cari.

2. Spam Filter

Terdapat pada aplikasi mail, fungsinya untuk mendeteksi email tersebut apakah terdeteksi spam atau bukan.

3. Self Driving Car

Merupakan mobil yang dapat mengendarai sendiri, tanpa adanya manusia. Sistem seperti ini menurut dengan hal yang pernah saya ketahui adalah mendeteksi objek.

Jadi, sistem akan belajar dan mendeteksi objek, kemudian akan melakukan automation setir pada suatu kendaraan.

4. GeNose Covid19

Alat yang masih dikembangkan untuk mengenali pendeteteksian cepat oleh sistem pada manusia yang positif terpapar virus Covid-19 yang dikembangkan oleh Universitas Gajah Mada.

B. Data pada ML :

1. Feature or Attribut

Karena ML akan mempelajari suatu pola, maka fitur atau attribut adalah bagian suatu objek yang digunakan untuk mengenali karakteristik model yang telah dipelajari.

2. Data Collecting

Merupakan pengumpulan dataset, bisa berupa tabel beragam seperti gambar, video, suara, dan lain-lain.

C. Types of Machine Learning :

1. Supervised Learning

Kategori yang menyediakan solusi yang diinginkan dalam proses pembelajarannya. Example : Klasifikasi Gambar

2. Unsupervised Learning

Kategori data yang tidak memiliki label. Contohnya adalah Clustering Data atau Pengelompokkan Data

3. Reinforcement Learning

Mengenal pola dengan cara belajar trial and error dengan reward dan penalty. Dengan komponen seperti :

  • Action : Gerakan
  • Agent : Aktor
  • Environtment : Lingkungan
  • Reward
    Contohnya : Alphago yang dikembangkan Google Deep Mind

D. Masalah umum pada ML :

  • Regresi (Prediksi Bilangan Numerik)
  • Klasifikasi (Pembagian Objek Berdasarkan Label)
  • Clustering (Pembagian kelompok berdasarkan kemiripan)
  • Sequence/Time Series (Prediksi yang akan muncul di kemudian berdasarkan data time series sebelumnya)

Berikut adalah pembahasa mengenai Machine Learning: Pengertian, Contoh, dan Masalah Umum.

Jika Anda menyukai postingan ini, silahkan boleh share ke teman-teman. Dan pertanyaan pada kolom komentar, untuk perkembangan website ini. Terimakasih.

Comment

Leave a Reply

Your email address will not be published. Required fields are marked *

News Feed