Must Read

Mesin Bisa Belajar? Mengenal Machine Learning

Machine Learning merupakan sebuah cabang ilmu pengetahuan dari artificial intelligence.  Mitchell (1997) menyatakan, ’Machine learning adalah studi tentang algoritme komputer yang memungkinkan sebuah program komputer meningkat secara otomatis melalui pengalaman.’

Machine learning bekerja dengan menganalisis kumpulan data kecil hingga besar dengan memeriksa dan membandingkan data untuk menemukan pola umum dan mengeksplorasi perbedaannya. 

Tingkat akurasi dari sebuah algoritma machine learning akan bergantung pada banyaknya dan kualitas sampel data. Sama seperti manusia yang sedang belajarsemakin banyak ilmu pengetahuan yang diserapnya maka kecerdasan akan meningkatDemikian juga dengan machine learningsemakin banyak dan berkualitas sampel data yang dierimanyakecerdasan dari komputer akan meningkat. 

 

Contoh machine learning 

Salah satu contoh dari machine learning adalah teknologi speech recognition. Dalam hal ini komputer memiliki kemampuan untuk menerjemahkan kata-kata yang diucapkan oleh suatu input audio. Kemudian, kata-kata tersebut dapat diubah menjadi suatu file teksUntuk dapat membuat algoritma speech recognition bekerja dengan akuratdibutuhkan sampel data audio mengenai ejaan dari kata-kata yang ingin diterjemahkan. Kemudian, komputer dapat mempelajari sampel tersebut agar dapat  menerjemahkan kata-kata yang diucapkan. 

Penerapan machine learning penting dalam dunia industriBayangkan jika suatu perusahaan memiliki begitu banyak data untuk dianalisisPenerapan machine learning tentunya akan meningkatkan efisiensi perusahaan dalam menganalisis data-data tersebut. 

 

Jenis-Jenis Machine Learning

Berikut adalah jenis-jenis machine learning:

A. Supervised Learning

Hal yang menarik dalam jenis ini, bahwa mesin dapat ‘diawasi’ dalam proses belajarnya. Ini berarti bahwa dalam proses belajarnya akan disediakan banyak informasi tentang sebuah kasus dan juga menyediakannya dengan hasil kasus. Hasilnya disebut sebagai data berlabel. Biasanya, supervised learning digunakan pada aplikasi yang memprediksi kejadian di masa mendatang berdasarkan data historis.

B. Unsupervised Learning

Seperti namanya dalam kasus pembelajaran ini tidak memerlukan bantuan dari pengguna untuk komputer dapat belajar. Unsupervised learning dilakukan dengan mengidentifikasi pola dalam data yang tidak begitu jelas bagi mata manusia. Contoh dari unseprvised learning adalah algoritma clustering yang digunakan untuk mengelompokan data berdasarkan kesamaannya

C. Reinforcement Learning

Pendekatan reinforcement learning merupakan jenis machine learning yang paling meyerupai dengan manusia belajar. Algoritme atau agen terus belajar dari lingkungannya dengan berinteraksi. Dalam interaksinya dengan linkungan sekitar, agent dapat menerim respon positif atau negatif. Berdasrkan hal ini agen dapat mempertimbangkan keputusan yang terbaik. Reinforcement learning biasanya digunakan untuk robotik, pembuatan game, dan navigasi.

 

Sumber:

Related posts

React Native 101 – #3 Contoh Proses Development

Rochman Ramadhani

Teknologi Virtual Reality di Bidang Militer

Darryl Elgiva

Manfaat Internet of Things

Rochman Ramadhani

Leave a Comment