Pengenalan Konsep Dasar Machine Learning untuk Pemula
Pengenalan Konsep Dasar Machine Learning untuk Pemula
Saat ini, kita hidup di era perkembangan teknologi yang sangat maju. Apabila kita memiliki ketertarikan di bidang teknologi informasi (mahasiswa/i, fresh graduate, profesional yang bekerja di bidang IT) kata Machine Learning tentu bukan lagi hal yang asing.
Machine learning telah banyak diimplementasikan pada berbagai bidang. Para ahli berlomba-lomba mengembangkan algoritma yang efisien untuk membuat produk-produk berbasis IT yang dapat mempermudah hidup manusia. Kita pun sudah menggunakan beberapa di antaranya misalnya, smart watch yang dapat mengukur aktivitas fisik kita, asisten rumah yang cerdas Google Home, dan masih banyak lagi.
Apa itu Machine Learning?
Machine Learning merupakan salah satu cabang ilmu kecerdasan buatan (Artificial Intelligence) yang dapat membuat sebuah mesin bekerja tanpa harus diprogram secara eksplisit. Singkatnya, melalui Machine learning kita dapat membuat mesin belajar secara mandiri untuk dapat mengerjakan sesuatu. Sebelum membahas lebih dalam mengenai ilmu ini, mari sejenak kita lihat sejarah dari perkembangan ilmu ini.
Pertama kali dimulai sekitar tahun 1950-an, kita dapat melihat bagaimana implementasi mula-mula dari ilmu Artificial Intelligence. Semakin berkembangnya teknologi komputasi pada komputer membuat ilmu ini semakin berkembang hingga pada tahun 1990-an, ilmu komputer ini disatukan dengan ilmu statistika dan berhasil mengimplementasikan machine learning. Berikut merupakan beberapa pengembangan dari machine learning yang berhasil memberikan dampak yang luar biasa:
- Diagnosis Medis — Machine learning dapat dilatih untuk mengenal dan memprediksi kemungkinan seseorang terkena kanker.
- Pengenalan Gambar (Image Recognition) — Machine learning dipakai untuk melakukan pendeteksian wajah dalam suatu gambar atau secara langsung, ini banyak digunakan saat ini untuk teknologi keamanan.
- Prediksi — Machine learning dapat melakukan prediksi terhadap kemungkinan-kemungkinan yang mungkin terjadi dan membantu kita dalam mengambil sebuah keputusan berbasiskan data.
Tipe-Tipe Machine Learning?
Machine learning dapat dikategorikan menjadi tiga tipe utama:
- Supervised Learning
- Unsupervised Learning
- Reinforcement Learning
Supervised Learning
Supervised learning merupakan sistem pembelajaran yang di mana sebuah sistem akan diberikan input dan akan dilatih dengan berbagai data untuk dapat menghasilkan suatu output. Tujuan utama dari supervised learning adalah: sebuah sistem dapat memprediksi seuatu data yang diberikan berdasarkan hasil pembelajaran yang telah dilakukan.
Dari contoh di atas dapat kita lihat bagaimana proses pada spam filter. Pada awalnya komputer dilatih oleh berbagai data untuk dapat membedakan mana jenis pesan yang spam dan not spam. Jika telah dilatih menggunakan beberapa data, komputer akan dicoba dengan beberapa tes data yang baru untuk melihat kemampuan prediksi dalam menghasilkan sebuah output.
Unsupervised Learning
Pada unsupervised learning, sistem tidak diajarkan untuk dapat memproses suatu input menjadi output. Oleh karena itu, unsupervised learning akan menggunakan kemiripan atribut yang ada dari sebuah data untuk diklasifikasikan.
Reinforcement Learning
Reinforcement learning adalah algoritma yang mengajari mesin agar dapat membuat sebuah keputusan yang terbaik melalui sistem hadiah (reward). Pada tipe ini, kita akan mengenal istilah agent dan environment. Agent adalah sesuatu yang akan diajarkan cara untuk mengambil keputusan berdasarkan reward yang ada dilingkungannya.
Pada contoh di atas dapat kita lihat agent akan bergerak dan mendapatkan hadiah apabila memberikan respon yang benar terhadap environment, dalam kasus ini agent harus mengambil kayu dan membawanya kembali kepada environment (orang yang melempar kayu). Setelah berhasil, agent akan diberikan reward sehingga agent belajar: melakukan respon tersebut adalah keputusan yang benar.
Demikian artikel ini saya tulis, semoga tulisan ini bermanfaat dan dapat memotivasi kamu untuk belajar lebih seputar Machine Learning.
