Marchine Learning

Machine Learning

Kecerdasan buatan secara garis besar terbagi tujuh cabang, yaitu machine learning, natural language processing, expert system, vision, speech, planning dan robotics.

Machine Learning

Teknologi machine learning (ML) adalah mesin yang dikembangkan untuk bisa belajar. Pembelajaran mesin dikembangkan berdasarkan disiplin ilmu seperti statistika, matematika dan data mining sehingga mesin dapat belajar dengan menganalisa data tanpa perlu di program ulang atau diperintah.

Istilah machine learning pertama kali dikemukakan oleh beberapa ilmuwan matematika seperti Adrien Marie Legendre, Thomas Bayes dan Andrey Markov pada tahun 1920-an dengan mengemukakan dasar-dasar machine learning dan konsepnya. Sejak saat itu ML banyak yang mengembangkan. Salah satu contoh dari penerapan ML yang cukup terkenal adalah Deep Blue yang dibuat oleh IBM pada tahun 1996.

Deep Blue merupakan machine learning yang dikembangkan agar bisa belajar dan bermain catur. Deep Blue juga telah diuji coba dengan bermain catur melawan juara catur profesional dan Deep Blue berhasil memenangkan pertandingan catur tersebut.

Machine learning banyak membantu manusia dalam berbagai bidang. Penerapan ML dapat ditemukan dalam kehidupan sehari-hari. Misalnya saat menggunakan fitur face unlock untuk membuka perangkat smartphone atau saat menjelajah di internet atau media sosial akan sering disuguhkan dengan beberapa iklan. Iklan-iklan yang dimunculkan juga merupakan hasil pengolahan ML yang akan memberikan iklan sesuai dengan pribadi kamu.

Teknik Belajar Machine Learning

Ada beberapa teknik yang dimiliki oleh machine learning, namun secara luas ML memiliki dua teknik dasar belajar, yaitu supervised dan unsupervised.

Supervised Learning

Supervised Learning adalah jenis machine learning di mana model dilatih menggunakan data yang berlabel. Dalam metode ini, setiap data masukan (input) memiliki label atau target (output) yang diketahui. Tujuan dari supervised learning adalah membuat model yang dapat memprediksi output untuk data baru berdasarkan pola yang dipelajari dari data berlabel.

Unsupervised Learning

Unsupervised Learning adalah salah satu jenis machine learning di mana model dilatih menggunakan data yang tidak berlabel. Tujuan utama dari unsupervised learning adalah untuk menemukan pola, struktur, atau informasi tersembunyi dalam data tanpa bantuan output yang sudah ditentukan sebelumnya.

Cara Kerja Machine Learning

Pada dasarnya prinsip cara kerja pembelajaran mesin masih sama, meliputi pengumpulan data, eksplorasi data, pemilihan model atau teknik, memberikan pelatihan terhadap model yang dipilih dan mengevaluasi hasil dari ML. Untuk memahami cara kerja dari ML antara lain:

AlphaGo merupakan machine learning yang dikembangkan oleh Google. Saat awal dikembangkan AlphaGO akan dilatih dengan memberikan 100 ribu data pertandingan Go untuk ia pelajari. Setelah AlphaGo mempunyai bekal dan pengetahuan cara dan strategi bermain game Go dari mempelajari 100 ribu data pertandingan Go tersebut. AlphaGo akan belajar kembali dengan bermain Go bersama dengan dirinya sendiri dan setiap kali ia kalah ia akan memperbaiki cara ia bermain dan proses bermain ini akan diulang sampai jutaan kali.

Perbaikan cara bermain AlphaGo dilakukan oleh dirinya sendiri berdasarkan pengalamannya saat ia bermain melawan dirinya sendiri atau melawan orang lain. AlphaGo juga bisa mensimulasikan beberapa pertandingan pada satu waktu secara bersamaan. Artinya dalam satu waktu ia bisa melakukan beberapa pertandingan Go sekaligus untuk dipelajari. Sehingga proses belajar dan pengalamannya bermain Go juga bisa lebih banyak dibanding manusia. Hal ini terbukti ketika AlphaGo bermain dengan juara dunia Go pada tahun 2016 dan ia bisa menjadi pemenangnya.

Dari penerapan machine learning pada AlphaGo, bisa dipahami bahwa machine learning akan terus belajar selama ia digunakan. Jadi apabila machine learning sering digunakan, maka tingkat akurasinya semakin baik dibanding di awal-awal. Hal ini dikarenakan machine learning telah banyak belajar seiring waktu dari pemakaian machine learning oleh pengguna.

"Sebuah pembelajaran mesin adalah perangkat apa pun yang tindakannya dipengaruhi oleh pengalaman masa lalu" (Nils John Nilsson)