Hi Data Scientist
Kali ini kita belajar mengenai Machine Learning
Apa sih Machine Learning itu dan bagaimana cara kerjanya?
Yuuk kita simak penjelasan di bawah
Di tengah pesatnya perkembangan teknologi kecerdasan buatan atau artificial intelligence (AI) saat ini. Belum banyak orang yang mengetahui bahwa kecerdasan buatan itu terdiri dari beberapa cabang, salah satunya adalah machine learning atau pembelajaran mesin.
Teknologi machine learning ini merupakan salah satu cabang dari AI yang sangat menarik perhatian, kenapa? Karena machine learning merupakan mesin yang bisa belajar layaknya manusia.
Istilah machine learning pertama kali dipopulerkan oleh Arthur Samuel, seorang ilmuwan komputer yang memelopori kecerdasan buatan pada tahun 1959. Menurut Arthur Samuel, machine learning adalah suatu cabang ilmu yang memberi komputer kemampuan untuk belajar tanpa diprogram secara eksplisit.
Prinsip atau paradigma pemrograman sejak permulaan era komputasi direpresentasikan dalam diagram berikut:
Di mana Data merupakan sebuah input ke dalam sistem dan Rules merupakan bahasa pemrograman, dari hal tersebut akan muncul sebuah Solusi. Hal ini disebut pemrograman tradisional.
Seiring dengan meningkatnya jumlah kelas yang akan diklasifikasikan, proses ekstraksi fitur menjadi semakin rumit. Proses ini sangat bergantung pada keahlian manusia untuk menilai fitur mana yang bisa mendeskripsikan kelas yang berbeda. Prosesnya cukup rumit, ya? Tapi tentu ada cara yang lebih baik. Maka dibangunlah paradigma baru yaitu “Machine Learning“.
Pada pemrograman tradisional kita merepresentasikan masalah menjadi aturan dalam bahasa pemrograman. Kini ketika hal itu tidak lagi memungkinkan, kita perlu mengubah alur berpikir kita dengan cara yang berbeda.
Paradigma baru pemrograman dengan machine learning adalah kita memiliki banyak sekali data dan label bagi data tersebut. Kita juga telah mengetahui keterkaitan antara data dengan label sebagai suatu solusi.
Diilustrasikan sebagai berikut:
Algoritma machine learning mencari pola tertentu dari setiap kumpulan data yang menentukan kekhasan masing-masing untuk kemudian menyimpulkan sebuah aturan. Selanjutnya, aturan ini dapat digunakan untuk melakukan identikasi dan prediksi bagi data baru yang relevan dengan model yang kita miliki.
Machine learning bekerja menggunakan metode statistika yang sangat spesifik untuk membuat komputer dapat mempelajari pola pada data tanpa perlu diprogram secara eksplisit.
Saat ini sudah ada turunan dari machine learning yang dinamakan deep learning yang bekerja menggunakan algoritma jaringan syaraf tiruan yang dapat belajar dan beradaptasi terhadap sejumlah besar data. Algoritma jaringan syaraf tiruan pada deep learning terinspirasi dari struktur otak manusia.
Mengapa Machine Learning?
Kemampuan mengenali pola dari sejumlah besar data sekaligus beradaptasi terhadap data baru adalah hal yang paling menarik, kuat, menggugah dari machine learning.
- Logika yang digunakan untuk membuat keputusan bersifat spesifik pada ranah dan masalah tertentu. Mengubah sedikit masalah, membuat kita mungkin perlu menulis keseluruhan sistem.
- Mendesain aturan untuk sistem memerlukan pemahaman yang mendalam tentang bagaimana suatu keputusan harus dibuat oleh seorang ahli.
Nah itu dia penjelasan sekilas mengenai machine learning
Jadi gimana nih? semakin penasaran kan dengan machine learning
Pada kesempatan berikutnya kami akan jelaskan jenis-jenis machine learning. Nantikan artikel kami selanjutnya