Apa itu Machine Learning?Â
Mengutip buku berjudul "Machine Learning, Program, dan Studi Khusus", Machine Learning merupakan bagian dari kecerdasan buatan yang membuat sistem memiliki kemampuan untuk belajar secara mandiri dan meningkatkan kemampuan berdasarkan data tanpa diprogram secara eksplisit. Machine Learning bertujuan untuk pengaplikasian yang ditemukan dari pola-pola tertentu dalam data. Sistem Machine Learning yang dibangun umumnya menggunakan algoritma tertentu. Algoritma  merupakan suatu aturan untuk menyelesaikan suatu problematik atau mencapai tujuan tertentu.
Algoritma dalam machine learning
Algoritma dalam machine learning merupakan aturan yang digunakan sistem machine learning untuk mengambil keputusan atau menghasilkan prediksi. Secara umum algoritma machine learning dibangun untuk menyelesaikan tiga kebutuhan ,yaitu prediksi, klasifikasi, dan clustering. Algoritma dalam machine learning dikategorikan menjadi dua, yaitu supervised learning dan unsupervised learning. Macam jenis algoritma machine learning ,yaitu  decision tree, random forest, k-NN, SVM , logistic regression, linear regression, dan lain-lain. Setiap algoritma machine learning memiliki performa yang diukur  akurasi model dan interpretabilitas yang berbeda-beda yang ditentukan oleh jenis data yang ingin diproses
Akurasi Model VS Interpretabilitas
Akurasi model dapat diartikan sebuah salah satu tolak ukur dalam mengukur seberapa bagus model machine learning yang dibangun oleh algoritma yang dipilih dapat bekerja memproses data sehingga menghasilkan prediksi dan keputusan yang baik. Disisi lain, interpretabilitas adalah menunjukkan seberapa bagus model machine learning yang dibangun bisa dijelaskan dari sisi pengambilan keputusan.
Algoritma yang sederhana umumnya seperti regresi liniear memiliki nilai tingkat interpretabilitas menunjukkan interpretabilitas yang tinggi ,tetapi memiliki akurasi relatif rendah dibandingkan algoritma yang memiliki tingkat kerumitan yang tinggi seperti Neural Network.
Machine Learning dalam pendeteksian bencana alam
 Indonesia merupakan negara kepulauan yang memiliki potensi tinggi mengalami berbagai bencana alam karena terletak pada pertemuan tiga lempeng aktif yang mengakibatkan potensial mengalami gempa bumi dan tsunami. Oleh sebab itu, diperlukannya pendeteksian dini akan terjadinya suatu bencana alam yang akan terjadi. Machine learning merupakan terknologi dapat memudahkan mendeteksi dan mengidentifikasi kasus secara dini, pengawasan secara digital, dan pemberiantahu peringatan bahwa akan terjadi bencana alam yang akan terjadi melalui SMS gateway atau platform lainnya.
Penggunaan machine learning untuk melakukan pendeteksian dini bencana alam sudah mulai berkembang oleh para peneliti di Indonesia seperti:
- Prediksi curah hujan di Deli Serdang (Fitriyaningsih, et al)
Dilakukan menggunakan algoritma kombinasi SVM dan BP-NN dengan tingkat akurasi model yang 94,4%. Hal tersebut menunjukkan bahwa model untuk menghasilkan prediksi dini bencana alam bisa diimplentasikan untuk membangun machine learning
- Prediksi tsunami di Indonesia menggunakan Naive bayes (Dito Putra et al)
