FAIZ & RAFA
Machine Learning (BAB)
Teknologi machine learning (ML) adalah mesin yang dikembangkan untuk bisa belajar dengan
sendirinya tanpa arahan dari penggunanya. Pembelajaran mesin dikembangkan berdasarkan
disiplin ilmu lainnya seperti statistika, matematika dan data mining sehingga mesin dapat belajar
dengan menganalisa data tanpa perlu di program ulang atau diperintah.
Dalam hal ini machine learning memiliki kemampuan untuk memperoleh data yang ada dengan
perintah ia sendiri. ML juga dapat mempelajari data yang ada dan data yang ia peroleh sehingga
bisa melakukan tugas tertentu. Tugas yang dapat dilakukan oleh ML pun sangat beragam,
tergantung dari apa yang ia pelajari.
Istilah machine learning pertama kali dikemukakan oleh beberapa ilmuwan matematika seperti
Adrien Marie Legendre, Thomas Bayes dan Andrey Markov pada tahun 1920-an dengan
mengemukakan dasar-dasar machine learning dan konsepnya. Sejak saat itu ML banyak yang
mengembangkan. Salah satu contoh dari penerapan ML yang cukup terkenal adalah Deep Blue
yang dibuat oleh IBM pada tahun 1996.
Deep Blue merupakan machine learning yang dikembangkan agar bisa belajar dan bermain catur.
Deep Blue juga telah diuji coba dengan bermain catur melawan juara catur profesional dan Deep
Blue berhasil memenangkan pertandingan catur tersebut.
Peran machine learning banyak membantu manusia dalam berbagai bidang. Bahkan saat ini
penerapan ML dapat dengan mudah kamu temukan dalam kehidupan sehari-hari. Misalnya saat
kamu menggunakan fitur face unlock untuk membuka perangkat smartphone kamu, atau saat
kamu menjelajah di internet atau media sosial kamu akan sering disuguhkan dengan beberapa
iklan. Iklan-iklan yang dimunculkan juga merupakan hasil pengolahan ML yang akan memberikan
iklan sesuai dengan pribadi kamu.
Sebenarnya masih banyak contoh dari penerapan machine learning yang sering kamu jumpai.
Lalu pertanyaanya, bagaimana ML dapat belajar? ML bisa belajar dan menganalisa data
berdasarkan data yang diberikan saat awal pengembangan dan data saat ML sudah digunakan.
ML akan bekerja sesuai dengan teknik atau metode yang digunakan saat pengembangan. Apa
saja tekniknya? Yuk kita simak bersama.
Teknik Belajar Machine Learning (BAB)
Ada beberapa teknik yang dimiliki oleh machine learning, namun secara luas ML memiliki dua teknik dasar
belajar, yaitu supervised dan unsupervised.
Supervised Learning (Sub-BAB)
Teknik supervised learning merupakan teknik yang bisa kamu terapkan pada pembelajaran mesin
yang bisa menerima informasi yang sudah ada pada data dengan memberikan label tertentu.
Diharapkan teknik ini bisa memberikan target terhadap output yang dilakukan dengan
membandingkan pengalaman belajar di masa lalu.
Misalkan kamu mempunyai sejumlah film yang sudah kamu beri label dengan kategori tertentu.
Kamu juga memiliki film dengan kategori komedi meliputi film 21 Jump Street dan Jumanji. Selain
itu kamu juga punya kategori lain misalkan kategori film horror seperti The Conjuring dan It. Ketika
kamu membeli film baru, maka kamu akan mengidentifikasi genre dan isi dari film tersebut.
Setelah film teridentifikasi barulah kamu akan menyimpan film tersebut pada kategori yang sesuai.
Unsupervised Learning) (Sub-BAB
Teknik unsupervised learning merupakan teknik yang bisa kamu terapkan pada machine learning
yang digunakan pada data yang tidak memiliki informasi yang bisa diterapkan secara langsung.
Diharapkan teknik ini dapat membantu menemukan struktur atau pola tersembunyi pada data yang
tidak memiliki label.
Sedikit berbeda dengan supervised learning, kamu tidak memiliki data apapun yang akan dijadikan
acuan sebelumnya. Misalkan kamu belum pernah sekalipun membeli film sama sekali, akan tetapi
pada suatu waktu, kamu membeli sejumlah film dan ingin membaginya ke dalam beberapa
kategori agar mudah untuk ditemukan.
Tentunya kamu akan mengidentifikasi film-film mana saja yang mirip. Dalam hal ini misalkan kamu
mengidentifikasi berdasarkan dari genre film. Misalnya, kamu mempunyai film the Conjuring, maka
kamu akan menyimpan film The Conjuring tersebut pada kategori film horror.