You are currently viewing Apa itu Machine Learning?

Apa itu Machine Learning?

Apa itu Machine Learning? “Machine Learning” menjadi keyword yang banyak dicari orang dalam beberapa tahun terakhir, alasannya mungkin karena tingginya jumlah produksi data oleh aplikasi, peningkatan daya komputasi dalam beberapa tahun terakhir dan pengembangan algoritma yang semakin lebih baik.

Mari kita mulai dari definisinya. Jika Anda dengan cepat mencari frasa, ‘apa itu machine learning?’, Anda akan menemui banyak sekali hasil dan definisi yang berbeda. Dari yang sederhana hingga yang kompleks, ada banyak cara untuk mendefinisikan machine learning. Ini adalah bukti betapa unik, luas, dan konsep teknisnya.

Terlebih lagi, ada banyak istilah terkait lainnya yang perlu Anda pahami untuk memahami inti.

Machine learning

Table of Contents

Definisi Machine Learning

Teknologi ini berkonsep kecerdasan buatan (AI) yang memungkinkan komputer bertindak seperti manusia, dan meningkatkan pembelajaran mereka saat mereka menemukan lebih banyak data.

Dengan machine learning, komputer dapat belajar membuat keputusan dan prediksi tanpa diprogram secara langsung untuk melakukannya. Proses ini menggunakan algoritme untuk membangun model yang kemudian dapat diterapkan ke berbagai tujuan yang berbeda.

Menurut Arthur Samuel, algoritma Machine Learning memungkinkan komputer untuk belajar dari data, dan bahkan meningkatkan dirinya sendiri, tanpa diprogram secara eksplisit.
Pembelajaran mesin (ML) adalah kategori algoritma yang memungkinkan aplikasi perangkat lunak menjadi lebih akurat dalam memprediksi hasil tanpa diprogram secara eksplisit. Premis dasar pembelajaran mesin adalah membangun algoritme yang dapat menerima data input dan menggunakan analisis statistik untuk memprediksi output sambil memperbarui output saat data baru tersedia.

Sejarah Machine Learning

Pada tahun 1940-an ketika sistem komputer pertama yang dioperasikan secara manual, ENIAC (Electronic Numerical Integrator and Computer), ditemukan. Saat itu kata “komputer” digunakan sebagai sebutan untuk manusia dengan kemampuan komputasi numerik yang intensif, sehingga ENIAC disebut sebagai mesin komputasi numerik. Ide awalnya adalah untuk membangun sebuah mesin yang mampu meniru pemikiran dan pembelajaran manusia.

Pada tahun 1950-an, kita melihat program permainan komputer pertama yang mengklaim mampu mengalahkan juara catur dunia. Program ini sangat membantu pemain catur dalam meningkatkan keterampilan mereka. Sekitar waktu yang sama, Frank Rosenblatt menemukan Perceptron yang merupakan pengklasifikasi yang sangat sederhana ketika digabungkan dalam jumlah besar, dalam jaringan, menjadi monster yang kuat. Yah, monster itu relatif terhadap waktu dan pada waktu itu, itu adalah terobosan nyata. Kemudian kita melihat beberapa tahun stagnasi bidang jaringan saraf karena kesulitannya dalam memecahkan masalah tertentu.

Berkat statistik, machine learning menjadi sangat terkenal pada 1990-an. Persimpangan ilmu komputer dan statistik melahirkan pendekatan probabilistik dalam AI. Ini menggeser bidang lebih jauh ke arah pendekatan berbasis data. Dengan tersedianya data berskala besar, para ilmuwan mulai membangun sistem cerdas yang mampu menganalisis dan belajar dari sejumlah besar data. Sebagai sorotan, sistem Deep Blue IBM mengalahkan juara dunia catur, grand-master Garry Kasparov. Ya, saya tahu Kasparov menuduh IBM curang, tetapi ini adalah bagian dari sejarah sekarang dan Deep Blue sedang beristirahat dengan tenang di museum.

Algoritma

Dalam istilah yang paling sederhana, algoritma adalah seperangkat instruksi yang harus diikuti oleh komputer untuk menyelesaikan tugas tertentu. Sehubungan dengan pembelajaran mesin, algoritme menganalisis data input untuk memprediksi nilai output dalam rentang yang dapat diterima.

Saat algoritme ini menerima data baru, mereka ‘belajar’ untuk mengoptimalkan proses mereka, yang berarti mereka meningkatkan kinerja dan menjadi lebih cerdas. Seperti yang akan kita lihat, ada empat jenis utama yang digunakan dalam machine learning: supervised learning, unsupervised learning, semi-supervised learning, and reinforcement learning.

Kecerdasan buatan
Kecerdasan buatan (AI) adalah cabang ilmu komputer yang berfokus pada pengembangan komputer dan mesin/sistem yang dapat melakukan tugas-tugas yang biasanya membutuhkan kecerdasan manusia. Sistem perangkat lunak tersebut beroperasi dengan cara yang disengaja, cerdas, dan adaptif.

Sistem AI sering menggunakan data dan input real-time untuk merespons situasi dan membuat keputusan. Mereka dapat menganalisis sejumlah besar informasi dalam waktu yang sangat singkat. Pembelajaran mesin hanyalah salah satu bagian dari kecerdasan buatan.

Deep Learning
Deep Learning adalah sub bidang machine learning. Ini berfokus pada pembuatan algoritma yang terinspirasi oleh otak manusia. Jaringan saraf tiruan ini, sebagaimana diketahui, didasarkan pada struktur dan fungsi otak.

Dengan cara yang sama seperti manusia belajar dari pengalaman, model deep learning juga berulang kali menyesuaikan kinerjanya untuk melakukan perbaikan. Jenis machine learning ini umumnya digunakan untuk tugas-tugas yang memerlukan beberapa bentuk pemikiran.

Apa Kegunaan Machine Learning?

Machine Learning secara teoritis dapat memecahkan masalah apa pun di hampir semua industri. Berikut adalah beberapa contohnya:

Bisnis
Machine learning memiliki beberapa kegunaan dalam bisnis. Salah satu contohnya adalah dalam layanan pelanggan online. Dengan algoritme teknologi ini, mesin dapat belajar mengidentifikasi sentimen di balik pesan yang dikirim pelanggan (proses yang dikenal sebagai analisis sentimen). Teknologi ini juga terkadang ada di chatbot layanan pelanggan. Di sini, ML mempelajari cara terbaik untuk membalas pertanyaan pelanggan.

Perbankan
Machine learning dapat memungkinkan komputer untuk belajar mendeteksi potensi kasus penipuan di berbagai bidang, seperti di bidang keuangan dan perbankan. Plus, semakin banyak kasus penipuan yang terdeteksi, semakin baik mesin dalam mengidentifikasi transaksi penipuan lainnya.

Kesehatan
Machine learning juga dapat mendukung dokter dengan membantu diagnosis medis. Mesin dapat memproses lebih banyak informasi secara substansial dalam waktu yang lebih singkat daripada manusia. Jadi, machin learning memungkinkan dokter memanfaatkan kekuatan pemrosesan ini untuk memberikan diagnosis medis yang lebih awal dan lebih akurat.

Transportasi
Mobil kendali otomatis merupakan penerapan serta pengembangan dari machine learning yaitu machine vision. Mobil kendali otomatis merupakan penerapan yang kompleks dan dengan resiko langsung yang tinggi. Banyak hal yang harus dipelajari oleh mobil, mulai dari rambu-rambu lalulintas, arah dan tujuan, kondisi jalan, traffic light, kondisi manusia sekitarnya, dan sensor lainnya yang terintegrasi.

Tinggalkan Balasan