MACHINE LEARNING
Hallo semuanya...!! Gimana kabar kalian ? Pastinya baik-baik aja
kan hehe ^_^
Jadi pada artikel saya kali ini saya akan
membahas tentang Machine Learning. Nah disini terdapat beberapa pembahasan,
diantaranya Definisi, Sejarah, Konsep
Dasar, serta Penjelasan dan Studi kasus di Dunia Nyata. Semoga bisa
bermanfaat dan Selamat membaca ya !!
Apa itu Maachine Learning ?
A.
Definisi
Machine Learning adalah cabang aplikasi
dari Artificial Intelligence (Kecerdasan Buatan) yang focus pada pengembangan
sebuah sistem yang mampu belajar "sendiri" tanpa harus berulang kali
di program oleh manusia.
Aplikasi Machine learning membutuhkan
Data sebagai bahan belajar (training) sebelum mengeluarkan output. Aplikasi
sejenis ini juga biasanya berada dalam domain spesifik alias tidak bisa
diterapkan secara general untuk semua permasalahan.
Sebagai contoh: Aplikasi Pengenalan
Gambar, Aplikasi Asisten pribadi seperti Siri, Google dll, Chat Bot, Pengenal
Wajah, Mobil otonom dan domain-domain spesifik lainnya.
Sejarah Maachine Learning ?
B.
Sejarah
Sejak pertama kali komputer diciptakan
manusia sudah memikirkan bagaimana caranya agar komputer dapat belajar dari
pengalaman. Hal tersebut terbukti pada tahun 1952, Arthur Samuel menciptakan
sebuah program, game of checkers, pada sebuah komputer IBM. Program
tersebut dapat mempelajari gerakan untuk memenangkan
permainan checkers dan menyimpan gerakan tersebut kedalam memorinya.
Istilah machine learning pada
dasarnya adalah proses komputer untuk belajar dari data (learn from data).
Tanpa adanya data, komputer tidak akan bisa belajar apa-apa. Oleh karena itu
jika kita ingin belajar machine learning, pasti akan terus berinteraksi
dengan data. Semua pengetahuan machine learning pasti akan melibatkan
data. Data bisa saja sama, akan tetapi algoritma dan pendekatan nya
berbeda-beda untuk mendapatkan hasil yang optimal.
Bagaimana Cara Kerja / Konsep Dasar Maachine Learning ?
C.
Konsep
Dasar Machine Learning
Ø Memilah
Data
Pertama, data yang akan digunakan “diajarkan”
pada tahapan memilah datadipisahkan menjadi tiga bagian, yaitu training data
(data yang akan dilatih), validation data (data yang dipakai untuk validasi)
dan test data (data yang dipakai untuk percobaan prediksi). Hal ini juga
menegaskan bahwa machine learning yaitu suatu hal yang sangat bergantung pada
adanya data.
Ø Model
Data dan Validasi Model
Tahap selanjutnya adalah membuat
model data. Dalam hal ini, kita harus menggunakan training data yang sudah
disiapkan untuk membangun model menggunakan fitur yang disesuaikan dengan
tujuan pengembangan sistem komputer ini. Setelah itu barulah dilakukan validasi
model yaitu pengujian terhadap model data dengan validation data. Hal ini
bermanfaat untuk mendapat feedback dari input, proses serta output yang
dipakai.
Ø Test
Model dan Penggunaan Test Model
Dalam tahap ini kita akan semakin
mengerti bahwa ilmu pemrosesan bahasa alami adalah kategori AI yang hanya bisa
bekerja dengan adanya data. Pada tahap ini akan dilakukan perbandingan kinerja
model yang telah divalidasi dengan data percobaan prediksi atau test data.
Selanjutnya baru bisa dilakukan pengaplikasian model yang telah dilatih
tersebut untuk membuat prediksi pada data baru lagi. Setelah dilakukan tiga
tahap utama di atas, barulah akan dilakukan penyesuain model untuk mencapai
tujuan yang sesuai dengan kebutuhan. Yang perlu diingat yaitu ilmu pembelajaran
mesin ini adalah sesuatu yang bukan apa-apa tanpa data. Dalam hal
penyesuain model pun, dilakukan perbaikan kinerja dengan menggunakan lebih banyak
data lagi, fitur yang berbeda serta parameter yang lebih disesuaikan.
Terakhir Bagaimana Dengan Aplikasi Machine Learning dalam Kehidupan Sehari – Hari
D.
Penjelasan
dan Contoh Studi Kasus Didunia Nyata
Saat ini pengaplikasiannya bisa dikatakan
sudah banyak diterapkan di sekililing kita. Penerapan dari teknologi ini mau
tidak mau pasti sudah dirasakan oleh masyarakat secara luas. Nyatanya, saat ini
ilmu mesin AI menjadi sesuatu yang sudah diterapkan di berbagai industri dan
bidang seperti berikut ini.
Ø Di
Bidang Kedokteran
Salah satu penerapan kecerdasan
buatan bisa kita temukan di bidang kedokteran. Contohnya dalam mendeteksi
penyakit yang terjadi pada seseorang melalui gejala yang dilihat atau
dirasakan. Contoh lainnya adalah penggunaan rekaman elektrokardiogram untuk
mendeteksi adanya penyakit jantung. Dari hal ini, bisa dilihat bahwa machine
learning menjadi suatu hal yang penting dalam kemajuan bidang kedokteran
serta upaya peningkatan kesehatan.
Ø Di
Bidang Computer Vision
Computer vision sendiri merupakan
proses bagaimana komputer atau mesin dapat melihat. Dalam hal ini mempelajari
bagaimana mesin atau komputer mengekstrak informasi dari gambar tertentu untuk
menyelesaikan suatu tugas. Contoh penerapannya dalam bidang ini adalah penerapan
pengenalan wajah serta pelabelan wajah seperti yang ada pada Facebook.
Ø Di
Bidang Information Retrival
Apa itu information retrieval?
Mudahnya, information retrieval atau IR ini merupakan proses mencari untuk
kemudian mendapatkan apa yang dicari tersebut. Dalam bidang ini, machine
learning bisa ditemukan dalam banyak hal. Salah satu contohnya pada
penerjemahan bahasa pada komputer. Selain itu biasanya juga diterapkan dalam
proses mengubah suara menjadi teks serta sistem filter spam di email. Itulah
beberapa contoh aplikasi machine learning dalam kehidupan sehari-hari. Dari
situ, dapat dilihat bahwa ilmu mesin dan manusia adalah sesuatu yang cukup
menarik untuk dipelajari lebih dalam terutama bagi kalian yang ingin membuat
terobosan-terobosan baru dalam bidang teknologi. Selain itu, kita juga bisa
terus berkarya mengembangkan teknologi kecerdasan buatan tersebut.
Oke mungkin sekian dulu penjelasan singkat
dari Definisi, Sejarah, Konsep Dasar,
serta Penjelasan dan Studi kasus di Dunia Nyata pada Machine Learning. Semoga bisa bermanfaat buat teman- teman
semua ya !!
REFERENSI
