Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS!

3 Tipe Machine Learning dengan Contohnya

Belajar Data Science di Rumah 29-September-2023
https://dqlab.id/files/dqlab/cache/3-longtail-rabu-07-2023-09-30-093907_x_Thumbnail800.jpg

Machine learning merupakan suatu teknologi yang sangat menarik karena teknologi ini bisa belajar layaknya manusia. Istilah machine learning pertama kali ditemukan oleh beberapa ilmuan di bidang matematika, yaitu Adrien Marie Legendre, Thomas Bayes dan Andrey Markov sekitar tahun 1920.


Salah satu penerapan machine learning adalah Deep Blue. Deep Blue merupakan machine learning yang dikembangkan agar bisa belajar dan bermain catur. Contoh lain penerapan Machine Learning adalah fitur face unlock di smartphone. 


Cara kerja machine learning berbeda-beda tergantung tujuan penggunaannya. Namun prinsip kerjanya masih sama yaitu pengumpulan data, eksplorasi data, pemilihan model terbaik, memberikan pelatihan terhadap model yang dipilih dan mengevaluasi hasil dari machine learning.


Pada artikel kali ini, DQLab akan menjelaskan cara kerja tipe-tipe machine learning beserta contohnya. Penasaran? Yuk simak artikel ini sampai akhir!


1. Apa Itu Machine Learning?

Machine learning adalah teknologi yang saat ini sedang banyak dimanfaatkan di berbagai bidang. Di zaman serba modern seperti saat ini, dunia sedang dibanjiri oleh beragam jenis data, mulai dari data gambar, video, audio, dan lain sebagainya.


Machine learning terdiri atas algoritma yang membutuhkan data sebagai ‘bahan bakar’. Salah satu contoh penggunaan machine learning adalah untuk memprediksi harga rumah 5 tahun mendatang dengan melatih algoritma untuk membentuk model prediksi menggunakan data harga rumah di tahun-tahun sebelumnya.


Machine learning juga dapat dimanfaatkan oleh perusahaan untuk mendapatkan informasi yang insightful dari kumpulan data yang sangat besar. 


Baca juga : Yuk Kenali Macam-Macam Algoritma Machine Learning!


2. Supervised Learning

Supervised learning adalah teknik belajar machine learning yang paling populer. Teknik ini paling mudah dipahami dan diterapkan. Supervised learning digunakan pada machine learning yang bisa menerima informasi yang sudah ada pada data sebelumnya dengan memberikan label tertentu. 


Salah satu fungsi supervised learning adalah mengklasifikasi suatu email sebagai kategori spam. Filter spam pada sebuah email merupakan salah satu contoh supervised learning. Ketika ada suatu email masuk, sistem akan secara otomatis memberi label apakah email tersebut termasuk ke dalam kategori email spam atau tidak.


Sistem ini mempelajari cara memfilter email berbahaya berdasarkan email yang sebelumnya pernah dikategorikan berbahaya oleh pengguna (user). Dengan adanya sistem ini membantu pengguna email tidak merasa terganggu karena email yang memiliki karakteristik spam akan langsung masuk ke kolom spam.


Machine Learning


3. Unsupervised Learning

Teknik unsupervised learning diharapkan mampu menemukan pola tersembunyi dari sebuah data. Teknik ini dapat digunakan pada machine learning yang datanya tidak memiliki informasi yang bisa diterapkan secara langsung. 

Machine Learning


Salah satu fungsi unsupervised learning adalah fitur rekomendasi video pada YouTube. Sistem pada YouTube dapat mengenali dan mencatat semua karakteristik video yang pernah kita tonton seperti lama durasi, genre, dan lain sebagainya.


Dengan data tersebut dan ditambah dengan riwayat pengguna lain yang menonton video serupa dengan kita, YouTube dapat memberi rekomendasi video serupa yang belum kita tonton.


4. Reinforcement Learning

Reinforcement learning sedikit berbeda jika dibandingkan dengan supervised dan unsupervised learning. Reinforcement learning melakukan suatu aksi berkali-kali pada sebuah permasalahan untuk mendapatkan hasil atau reward yang paling maksimal.


Machine Learning


Salah satu contoh penerapan reinforcement learning adalah program AlphaGo. AlphaGo adalah program komputer yang berhasil memenangkan pertandingan dari sebuah permainan papan strategis yang biasa dimainkan oleh dua pemain.


Program ini dikembangkan oleh Google Deepmind di London. AlphaGo akan melawan dirinya sendiri secara berulang-ulang dan mempelajari aksi yang dilakukan oleh dirinya sendiri untuk melatih dirinya sendiri.


Data hasil pertandingan akan digunakan untuk mengembangkan kepintarannya dalam mengambil langkah di pertandingan selanjutnya. Proses ini dilakukan secara terus menerus sampai AlphaGo dapat mengalahkan pemain profesional.


Bcaa juga : Bootcamp Machine Learning and AI for Beginner


Yuk perdalam skill coding dan penerapan langsung teori-teori machine learning dengan modul dari DQLab! Selain bisa meningkatkan ilmu data yang dimiliki, kamu juga bisa membangun portofolio datamu di DQLab guna mempersiapkan dirimu berkarir di industri data. 


DQLab adalah platform edukasi pertama yang mengintegrasi fitur ChatGPT yang memudahkan beginner untuk mengakses informasi mengenai data science secara lebih mendalam.


DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula. Jadi sangat cocok untuk kamu yang belum mengenal data science sama sekali.


Untuk bisa merasakan pengalaman belajar yang praktis dan aplikatif, yuk sign up sekarang di DQLab.id atau ikuti Bootcamp Machine Learning and AI for Beginner berikut untuk informasi lebih lengkapnya!


Penulis: Galuh Nurvinda K



Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login