Mengenal Machine Learning Yang Sedang Trend!
Machine Learning
- Definisi
Machine Learning adalah metode analisis data yag mengotomatisasi pembuatan model analitik. Ini adalah cabang dari AI (Artificial Intelligence / Kecerdasan Buatan) yang berdasarkan pada ide bahwa mesin seharusnya bisa belajar dan beradaptasi melalui pengalaman.
Fokus besar penelitian Machine Learning adalah bagaimana mengenali secara otomatis pola kompleks dan membuat keputusan cerdas berdasarkan data. Mesin dalam hal ini memiliki arti “sistem” bukan mesin mekanik secara harfiah.
Contoh Machine Learning: Aplikasi Pengenalan Gambar, Aplikasi Asisten Pribadi seperti Siri, Bixby dll, Chat Bot, Pengenal Wajah, Mobil otonom dan domain-domain spesifik lainnya.
- 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.
- Konsep Dasar/Utama
Konsep ini mampu meningkatkan kecerdasan yang meliputi kemampuan dari suatu individu untuk belajar tanpa terkecuali pada sebuah mesin. Produktivitas manusia akan meningkat jika suatu mesin mampu untuk belajar. Dan mesin tersebut akan berbeda dengan mesin lain nya, karena ia mempunyai kemampuan yang tidak di miliki oleh mesin lain nya.
ü Manfaat pembelajaran mesin dalam memprediksi
Jika kamu hanya melihat wajah teman mu dari dalam gambar, berarti kamu belum menggunakan model pembelajaran mesin. Pembelajaran mesin ialah suatu faktor lain yang telah di latih dan meramalkan hal-hal berdasarkan pola. Sesuatu akan lebih gampang untuk di kuasai jika dilakukan pengenalan dengan cara yang sederhana (simple) tanpa membuang – buang banyak waktu.
ü Pembelajaran mesin membutuhkan pelatihan
Kamu harus memikirkan bagaimana anak manusia bisa belajar dan kamu juga harus memberi tahu bagaimana model pembelajaran dari mesin learning yang akan di prediksi. Semua ini mungkin adalah penyederhanaan yang berlebihan, karena saya harus meninggalkan hal – hal yang mana kamu juga harus berkata bahwa itu bukan lah pisang dan kamu harus menunjukkan berbagai macam pisang, dari segi warna yang berbeda, sudut yang berbeda, gambar dari perspektif, dan lain sebagainya.
ü Pembelajaran mesin berbeda dengan AI
Sebagian orang banyak mengatakan bahwa AI (Artificial Intelligence) dan Machine Learning itu sama dan sederhana. Tapi, kenyataan nya AI (Artificial Intelligence) dan Machine Learning itu memiliki perbedaan menurut para ahli. Perbedaan nya yaitu :
ü Memberikan struktur yang jelas terhadap AI
untuk melakukan apa yang akan dikerjakan mesin pembelajaran, maka sebagian besar model Machine learning bergantung pada manusia. Ini lah yang menyebabkan kamu bergantung terhadap teknologi tersebut, karena sesuatu yang akan kamu kerjakan. Dan itu biasanya masih salah, saat kamu memberikan instruksi yang jelas. Jika kamu begitu eksplisit dengan sistem, sehingga kesempatan itu tiba-tiba menjadi lebih gampang.
- Contoh Nyata Machine Learning
Contoh penerapan machine learning dalam kehidupan adalah sebagai berikut.
1. Penerapan di bidang kedoteran contohnya adalah mendeteksi penyakit seseorang dari gejala yang ada. Contoh lainnya adalah mendeteksi penyakit jantung dari rekaman elektrokardiogram.
2. Pada bidang computer vision contohnya adalah penerapan pengenalan wajah dan pelabelan wajah seperti pada facebook. Contoh lainnya adalah penterjemahan tulisan tangan menjadi teks.
3. Pada biang information retrival contohnya adalah penterjemahan bahasa dengan menggunakan komputer, mengubah suara menjadi teks, dan filter email spam.
Salah satu teknik pengaplikasian machine learning adalah supervised learning.Seperti yang dibahas sebelumnya, machine learning tanpa data maka tidak akan bisa bekerja. Oleh karena itu hal yang pertama kali disiapkan adalah data. Data biasanya akan dibagi menjadi 2 kelompok, yaitu data training dan data testing. Data training nantinya akan digunakan untuk melatih algoritma untuk mencari model yang cocok, sementara data testing akan dipakai untuk mengetes dan mengetahui performa model yang didapatkan pada tahapan testing.
Dampak Machine Learning di Masyarakat
Sumber Referensi:
Contoh penerapan machine learning dalam kehidupan adalah sebagai berikut.
1. Penerapan di bidang kedoteran contohnya adalah mendeteksi penyakit seseorang dari gejala yang ada. Contoh lainnya adalah mendeteksi penyakit jantung dari rekaman elektrokardiogram.
2. Pada bidang computer vision contohnya adalah penerapan pengenalan wajah dan pelabelan wajah seperti pada facebook. Contoh lainnya adalah penterjemahan tulisan tangan menjadi teks.
3. Pada biang information retrival contohnya adalah penterjemahan bahasa dengan menggunakan komputer, mengubah suara menjadi teks, dan filter email spam.
Salah satu teknik pengaplikasian machine learning adalah supervised learning.Seperti yang dibahas sebelumnya, machine learning tanpa data maka tidak akan bisa bekerja. Oleh karena itu hal yang pertama kali disiapkan adalah data. Data biasanya akan dibagi menjadi 2 kelompok, yaitu data training dan data testing. Data training nantinya akan digunakan untuk melatih algoritma untuk mencari model yang cocok, sementara data testing akan dipakai untuk mengetes dan mengetahui performa model yang didapatkan pada tahapan testing.
Dari model yang didapatkan, kita dapat melakukan prediksi yang dibedakan menjadi dua macam, tergantung tipe keluarannya. Jika hasil prediksi bersifat diskrit, maka dinamakan proses klasifikasi. Contohnya klasifikasi jenis kelamin dilihat dari tulisan tangan (output laki dan perempuan). Sementara jika kelurannya bersifat kontinyu, maka dinamakan proses regresi. Contohnya prediksi kisaran harga rumah di kota Bandung (output berupa harga rumah).
Dampak Machine Learning di Masyarakat
Penerapan teknologi machine learning mau tidak mau pasti telah dirasakan sekarang. Setidaknya ada dua dampak yang saling bertolak belakang dari pengembangan teknolgi machine learning. Ya, dampak positif dan dampak negatif.
Salah satu dampak positif dari machine learning adalah menjadi peluang bagi para wirausahawan dan praktisi teknologi untuk terus berkarya dalam mengembangkan teknologi machine learning. Terbantunya aktivitas yang harus dilakukan manusia pun menjadi salah satu dampak positif machine learning. Sebagai contohnya adalah adanya fitur pengecekan ejaan untuk tiap bahasa pada Microsoft Word. Pengecekan secara manual akan memakan waktu berhari-hari dan melibatkan banyak tenaga untuk mendapatkan penulisan yang sempurna. Tapi dengan bantuan fitur pengecekan ejaan tersebut, secara real-time kita bisa melihat kesalahan yang terjadi pada saat pengetikan.
Sumber Referensi:
Komentar
Posting Komentar