5 Contoh Machine Learning yang Sering Ditemukan
Machine learning merupakan istilah yang populer beberapa tahun ini. Teknologi ini mulai banyak diterapkan di berbagai bidang karena fungsinya yang memudahkan pekerjaan. Terkadang machine learning dikaitkan dengan adanya teknologi-teknologi luar biasa. Padahal contoh machine learning di sekitar kalian juga banyak. Kehadiran machine learning ini memudahkan aktivitas sehari-hari. Mulai dari pekerjaan rumah, transportasi, berhubungan dengan orang di sosial media, dan keamanan data di email.
Machine learning hadir dengan tujuan meringankan dan mengefisienkan semua aktivitas. Sehingga sejatinya sangat mudah didapatkan di sekitar kalian. Salah satunya adalah GPS atau asisten pribadi virtual seperti Siri. Apa saja contoh lainnya yang mudah kita temukan tapi jarang kita sadari? Yuk, baca pembahasan berikut ini!
1. Asisten Pribadi Virtual
Siri, Alexa, Google Now adalah beberapa contoh asisten pribadi virtual yang populer. Seperti namanya, mereka membantu mencari informasi, ketika ditanya melalui suara. Yang perlu kalian lakukan adalah mengaktifkannya dan bertanya "Apa jadwal saya hari ini?", "Penerbangan apa dari Surabaya ke Bali", atau pertanyaan serupa. Untuk menjawab, asisten pribadi ini akan mencari informasi, mengingat pertanyaan terkait, atau mengirim perintah ke sumber daya lain (seperti aplikasi ponsel) untuk mengumpulkan info. Kalian bahkan dapat menginstruksikan asisten untuk tugas-tugas tertentu seperti "Setel alarm untuk jam 6 pagi keesokan harinya", "Ingatkan saya untuk mengunjungi kantor pajak lusa".
Machine learning adalah bagian penting dari asisten pribadi ini karena mereka mengumpulkan dan menyempurnakan informasi berdasarkan aktivitas atau rutinitas. Nantinya, kumpulan data ini digunakan untuk merender hasil yang disesuaikan dengan preferensi. Asisten virtual terintegrasi ke berbagai platform. Sebagai contoh
Smart Speakers: Amazon Echo dan Google Home
Smartphones: Samsung Bixby pada Samsung S8
Mobile Apps: Google Allo
2. GPS dan Transportasi Online
Kita semua menggunakan layanan navigasi GPS. Saat kalian mengaktifkan GPS, lokasi dan kondisi kendaraan seperti kecepatan atau jenis kendaraan yang digunakan saat itu disimpan di server pusat untuk mengelola lalu lintas. Data ini kemudian digunakan untuk membangun peta lalu lintas. Meskipun hal ini membantu dalam mencegah lalu lintas dan melakukan analisis kemacetan, masalah mendasarnya adalah kurangnya jumlah mobil yang dilengkapi dengan GPS. Machine learning dalam hal ini membantu memperkirakan wilayah tempat kemacetan berdasarkan pengalaman sehari-hari.
Selain GPS, pemanfaatan lainnya adalah transportasi online. Saat memesan taksi, aplikasi memperkirakan harga perjalanan. Saat berbagi layanan ini, bagaimana mereka meminimalkan jalan memutar? Jawabannya adalah Machine learning. Jeff Schneider, pemimpin teknik di Uber ATC mengungkapkan dalam sebuah wawancara bahwa mereka menggunakan ML untuk menentukan jam lonjakan harga dengan memprediksi permintaan pengendara. Di seluruh siklus layanan, ML memiliki peran utama.
Baca juga : Yuk Kenali Macam-Macam Algoritma Machine Learning!
3. Pemasangan CCTV
Sistem pengawasan video saat ini didukung oleh AI yang memungkinkan untuk mendeteksi kejahatan sebelum terjadi. Mereka melacak perilaku orang yang tidak biasa seperti berdiri diam untuk waktu yang lama, tersandung, atau tidur siang di bangku, dll. Dengan demikian, sistem dapat memberi peringatan kepada petugas manusia, yang pada akhirnya dapat membantu menghindari kecelakaan. Dan ketika kegiatan tersebut dilaporkan dan dianggap benar, mereka membantu meningkatkan layanan pengawasan. Ini terjadi dengan Machine learning yang melakukan tugasnya di backend.
4. Media Sosial
Dari mempersonalisasi feed media sosial hingga penargetan iklan yang lebih baik, platform media sosial memanfaatkan Machine learning untuk keuntungan mereka sendiri dan pengguna. Berikut adalah beberapa contoh penggunaan Machine learning pada media sosial.
Orang yang mungkin dikenal. Machine learning bekerja pada konsep sederhana: pemahaman dengan pengalaman. Facebook terus memperhatikan teman yang terhubung dengan kalian, profil yang sering dikunjungi, minat, tempat kerja, atau grup yang kalian bagikan dengan seseorang, dll. Berdasarkan pembelajaran berkelanjutan, sosial media membuat sejumlah daftar nama yang mungkin ingin kalian jadikan koneksi.
Pengenalan wajah. Kalian mengunggah foto dengan seorang teman dan Facebook langsung mengenali teman kalian. Facebook memeriksa pose dan proyeksi pada gambar, perhatikan fitur uniknya, lalu mencocokkan dengan orang-orang di daftar teman kalian. Seluruh proses tersebut merupakan penerapan ML.
Baca juga : Kenali Algoritma Klasifikasi Machine Learning Terpopuler di Tahun 2021
5. Email Spam Detektor
Ada sejumlah pendekatan pemfilteran spam yang digunakan klien email. Untuk memastikan bahwa filter spam ini terus diperbarui, mereka didukung oleh Machine learning. Ketika pemfilteran spam berbasis aturan dilakukan, ia gagal melacak trik terbaru yang diadopsi oleh spammer. Multi Layer Perceptron, C 4.5 Decision Tree Induction adalah beberapa teknik pemfilteran spam yang didukung oleh ML.
Ternyata machine learning memiliki banyak peran, ya. Bahkan di beragam industri atau bidang. Tertarik untuk menjadi ahli di machine learning? Kalian yang tidak memiliki latar belakang IT pun bisa mendalami ilmu tersebut. DQLab menjadi solusi belajar yang tepat bagi kalian.
Yuk, gabung di DQLab.id! Sahabat DQ akan belajar machine learning dari dasar sehingga talenta data dari non IT pun dapat mempelajari dan menguasainya. Dengan mentor data dan pembelajaran terstruktur akan lebih memudahkan pemula meningkatkan skill machine learning yang berdampak di industri. Segera Sign Up dan nikmati proses belajar yang mudah dan menyenangkan!
Penulis : Dita Feby
Editor : Annissa Widya