[ML] Apa itu Machine Learning

Bermula dari pembicaraan dengan teman-teman saya beberapa waktu yang lalu, motivasi dari post ini adalah untuk memberikan penjelasan mengenai apa itu Machine Learning.

Machine Learning — dialihbahasakan bebas menjadi pembelajaran mesin, atau disingkat menjadi ML — adalah ilmu cabang dari kecerdasan buatan yang mempelajari bagaimana caranya belajar dari data. Istilah Machine Learning sendiri cukup membingungkan atau misleading karena hampir tidak berhubungan dengan mesin apapun (kecuali diimplementasikan di robot). Mesin disini merujuk kepada algoritma atau program yang berjalan di komputer. Istilah lain yang biasa dipakai adalah Data Mining, Pattern Recognition, atau Knowledge Discovery.

Contoh aplikasinya bermacam-macam, sebagai contoh:

1. Bidang kedokteran: bagaimana mendeteksi penyakit seseorang dari gejala-gejala yang ada, atau deteksi apakah seseorang mengidap penyakit jantung dari rekaman elektrokardiogram, dan mencari tahu gen yang terlibat pada penyakit kanker.

2. Bidang computer vision: menemukan dan memberi label muka orang pada foto (seperti di facebook) atau face recognition, pengenalan tulisan tangan menjadi teks pada komputer atau handwriting recognition.

3. Bidang teks atau information retrieval: menerjemahkan bahasa menggunakan mesin atau machine translation, mengubah suara menjadi teks atau speech recognition, atau memisahkan email antara yang spam dan yang non-spam.

Untuk bisa lebih mengenal mengenai maka kita harus tahu terlebih dahulu bahasa atau istilah-istilah yang sering dipakai dalam bidang tersebut.

Untuk bisa mengaplikasikan teknik-teknik machine learning maka hal yang pertama harus ada adalah data. Tanpa data maka algoritma machine learning tidak dapat bekerja. Data yang dimiliki biasanya dibagi menjadi 2, yaitu data training dan data testing. Data training digunakan untuk melatih algoritma, sedangkan data testing dipakai untuk mengetahui performa algoritma yang sudah dilatih sebelumnya ketika menemukan data baru yang belum pernah dilihat sebelumnya. Ini biasanya disebut dengan generalisasi. Hasil dari pelatihan tersebut bisa disebut dengan model.

Dari model tersebut kita bisa melakukan prediksi yang biasanya dibedakan menjadi dua tergantung tipe keluarannya. Jika hasil prediksinya bersifat diskrit, maka proses itu disebut klasifikasi. Contohnya klasifikasi. Jika keluarannya bersifat kontinyu, maka itu disebut dengan regresi. Contohnya prediksi cuaca besok berdasarkan data cuaca 3 bulan terakhir. Performa dari sebuah algoritma machine learning itu sendiri bisa dihitung dari akurasiĀ  atau seberapa banyak prediksi yang dibuat yang sesuai dengan kenyataan.

Skema machine learning secara garis besar
Skema machine learning secara garis besar

Lebih lanjut lagi, algoritma pembelajaran machine learning bisa dibagi menjadi 2, supervised learning dan unsupervised learning. Pada supervised learning, data yang dimiliki dilengkapi dengan label/kelas yang menunjukkan kepada kelompok mana data tersebut seharusnya berada. Misalkan untuk kasus deteksi spam, maka kita harus tahu apakah email ini termasuk spam atau tidak. Pada kasus unsupervised learning, data yang kita miliki tidak memiliki label sehingga yang ingin kita ketahui adalah terdiri dari berapa kelompok kira-kira data yang kita punya berdasarkan kemiripannya. Algoritma yang dipakai disini biasanya adalah algoritma clustering.

Pada post berikutnya saya akan membahas algoritma-algoritma populer yang sering dipakai dalam Machine Learning.

Salam,

3 thoughts on “[ML] Apa itu Machine Learning

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s