Machine Learning

(© to website)  

Definisi

Apa itu Machine Learning ? Machine Learning adalah metode analitis data yang mengotomatisasi pembuatan model analitik. Machine Learning ini juga cabang dari Artificial Intelligence (AI) yang berdasarkan ide bahwa mesin bisa belajar dan beradaptasi melalui pengalaman.

Definisi menurut wikipedia adalah Machine adalah mesin dalam pengertian yang mendekati makna "sistem" dan bukan mesin mekanik. Learning berarti pengetahuan, memahami dengan belajar, dan mengikuti perintah. 

Tahun 1959, menurut Arthur Samuel mendefinisikan bahwa Machine Learning adalah studi yang memberikan kemampuan untuk belajar tanpa diprogram secara eksplisit. Kemampuan belajarnya ini dominan ditentukan oleh algoritma dan perangkat lunaknya.

Jadi intinya Machine Learning ini adalah cabang dari Artificial Intelligence(AI) yang berfokus pada pengembangan sebuah sistem yang mampu belajar "sendiri" tanpa harus berulang kali di program oleh manusia.

Sejarah

Sejak pertama kali komputer diciptakan, manusia sudah memikirkan bagaimana caranya komputer dapat belajar dari pengalaman. Lalu pada tahun 1952, Arthur Samuel menciptakan sebuah program yang bernama "Game of Checkers" di komputer IBM. Program tersebut dapat mempelajari gerakan untuk memenangkan permainan Checkers dan menyimpannya kedalam memorinya.

Machine Learning dasarnya adalah proses komputer untuk belajar dari data. Jika kita ingin belajar machine learning pasti akan terus berinteraksi dengan data, dan tanpa adanya data komputer tidak dapat belajar apa-apa.

Konsep Dasar

Cara kerja machine learning adalah dengan menggunakan data-data dan barulah bisa menjawab pertanyaan. Nah untuk cara kerjanya kurang lebih seperti ini :

(© to website)

Terlihat dari gambar diatas, untuk mehasilkan model si machine learning ini harus belajar terlebih dahulu nah proses belajarnya ini menggunakan algoritma machine learning, jika prosesnya sudah selesai model-nya akan menghasilkan informasi dan dapat dijadikan pengetahuan untuk memecahkan suatu permasalahan.

Ada beberapa jenis dari Algoritma Machine Learning yaitu:

1. Supervised Learning
   Cara kerjanya, algoritma ini terdiri dari variabel dependen (data train) dan akan diprediksi oleh himpunan prediktor (data test). Dengan algoritma ini bisa menghasilkan sebuah fungsi yang memetakan input ke output. Contoh Supervised Learning : Regresi, Decision Tree, Random Forest, KNN, dll.
2. Unsupervised Learning
   Cara kerjanya, di algoritma ini tidak memiliki target/variabel output untuk diprediksi. Algoritma ini digunakan untuk mengelompokkan populasi dalam kelompok yang berbeda-beda. Contohnya : algoritma Apriori, K-means
3. Reinforcement Learning
   Cara kerjanya, dengan algoritma ini si mesin (machine) dilatih untuk membuat keputusan tertentu. Algoritma ini akan memberikan poin (reward) saat model yang diberikan semakin baik atau akan mengurangi poin (error) saat model yang diberikan buruk, dengan algoritma ini mesin akan belajar dari pengalaman masa lalu dan mencoba menangkap pengetahuan yang terbaik. Contohnya : Markov Decision Process.

Contoh Studi Kasus

 (© to website)

Untuk cotoh kasus saya menggunakan Speech Understanding mengapa ? karena fitur ini berguna untuk melakukan pencarian di Google tanpa menggunakan tangan kita pada keyboard. Bagaimana cara kerjanya ? suara yang diterima akan menjadi masukan bagi program untuk diidentifikasi dan dianalisa untuk melakukan pencarian berdasarkan inputan (suara) yang diterima, yang memakai fitur ini Google Voice, Google Assistant, dll.

Referensi

• https://www.codepolitan.com/mengenal-teknologi-machine-learning-pembelajaran-mesin
• https://rsinewsupdate.wordpress.com/2017/12/03/machine-learning-pengertian-sejarah-dan-perannya-dalam-kehidupan/
• https://www.advernesia.com/blog/data-science/machine-learning-adalah/ 
• https://kumparan.com/@kumparantech/mengenal-teknologi-deep-learning-dan-machine-learning-27431110790425965
• http://www.catatanrobert.com/konsep-dan-implementasi-machine-learning/