PROMO PAYDAY! SERBU PAKET DATA SCIENCE 3 BULAN CUMA 100K!
Diskon Spesial 95% Belajar Data Science Bersertifikat
SERBU DISINI!
Pendaftaran ditutup dalam 0 Hari 21 Jam 38 Menit 3 Detik 

Kenali 3 Kategori Machine Learning & Implementasinya

Belajar Data Science di Rumah 09-November-2022
https://dqlab.id/files/dqlab/cache/c39a3d90f420ed4ef5aa4864fd91b02f_x_Thumbnail800.jpg

Machine Learning adalah ilmu dari Artificial Intelligence yang akan membuat komputer memiliki kemampuan untuk belajar tanpa perlu diprogram lagi. Machine learning menggunakan algoritma yang akan membuat komputer untuk belajar dan melakukan tugasnya tanpa harus adanya instruksi dari pengguna.


Bidang machine learning berkaitan dengan pertanyaan tentang bagaimana membangun program komputer agar meningkat secara otomatis dengan berdasar dari pengalaman. 


Machine learning merupakan bagian dari kecerdasan buatan. Penelitian terkini mengungkapkan bahwa machine learning terbagi menjadi tiga kategori: Supervised Learning, Unsupervised Learning, Reinforcement Learning. Perbedaan ini dibedakan berdasarkan dengan algoritmanya. Masing-masing tipe machine learning tersebut juga memiliki tipe data set yang berbeda pula


Lalu apa saja tipe machine learning? Simak artikel ini hingga selesai ya, sahabat DQ.


1. Algoritma Supervised Learning

Pada algoritma Supervised Learning, sistem diberikan training data set berupa informasi masukan dan keluaran yang diinginkan, sehingga sistem akan mempelajari berdasarkan data yang telah ada. Disebut “supervised” karena dalam pendekatan ini, machine learning dilatih untuk mengenali pola antara input data dan label output.


machine learning


Jika diilustrasikan menggunakan data, maka data untuk supervised learning seperti pada gambar di atas. Dimana variabel species menjadi label output dan variabel lainnya adalah input data. Maka algoritma supervised learning ini akan mempelajari Species berdasarkan variabel input yang lain.


Berikut beberapa algoritma supervised learning yang umum digunakan:

  • Regresi linier

  • Regresi logistik

  • Algoritma C5.0


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


2. Algoritma Unsupervised Learning

Perbedaan mendasar antara unsupervised learning dan supervised learning terletak pada label output. Seperti yang dibahas sebelumnya, supervised learning memiliki label output, maka untuk unsupervised learning tidak memiliki label output. 


Unsupervised learning adalah salah satu tipe algoritma machine learning yang digunakan untuk menarik kesimpulan dari datasets yang terdiri dari input data labeled response. Metode unsupervised learning yang paling umum adalah analisis cluster, yang digunakan pada analisa data untuk mencari pola-pola tersembunyi atau pengelompokan dalam data.


Berikut struktur data untuk unsupervised learning:

machine learning


Dapat dilihat pada gambar tabel di atas, bahwa tidak terdapat label output pada data. Sehingga algoritma akan memberi label secara mandiri berdasarkan karakteristik dari masing-masing data. Terdapat beberapa algoritma dalam unsupervised learning, diantaranya:

  • K-Means;

  • Association rule


3. Algoritma Reinforcement Learning

machine learning

Photo by David Levêque on Unsplash


Reinforcement   Learning   merupakan   salah   satu  perkembangan  dari  cabang  kecerdasan  buatan  yang  dapat  diterapkan  pada  mesin  atau  robot  untuk  menentukan  tindakan  ideal  secara  otomatis  dalam keadaan   tertentu   dalam   rangka   memaksimalkan   kinerja  mesin  atau  robot.  


Pendekatan  reinforcement learning  pada  dasarnya  memungkinkan  mesin  atau  agen  mempelajari tindakannya  berdasarkan  timbal-balik  dari  lingkungan  sehingga  dapat  beradaptasi dengan    lingkungan seiring    dengan    berjalannya    waktu.   Diharapkan   dengan   adanya   kemampuan beradaptasi   kinerja mesin   ataupun   agen dapat semakin baik dan optimal. 


Prinsip  yang  digunakan  dalam  metode  ini  didasarkan   pada   teori reinforcement yang   pada   intinya      adalah      ‘konsekuensi      mempengaruhi      tindakan’.    Ada    3    prinsip    dasar    pada    teori reinforcement yakni:

  • Konsekuensi  yang  berakibat  baik  mendorong  terjadinya tindakan. 

  • Konsekuensi  yang  berakibat  buruk  mendorong  berkurangnya tindakan. 

  • Konsekuensi  yang  tidak  ada  dampaknya  tidak mempengaruhi tindakan.


Baca juga : Kenali Algoritma Klasifikasi Machine Learning Terpopuler di Tahun 2021


4. Upgrade Ilmu Machine Learning bersama DQLab

machine learning

Photo by Fatos Bytyqi on Unsplash


Perkembangan teknologi Machine Learning ini dapat menjadi hal yang positif atau negatif, tergantung dari cara kita menyikapinya. Agar dapat beradaptasi dengan teknologi ini, maka kita perlu untuk terus meng-upgrade ilmu. Salah satunya adalah dengan mempelajari Machine Learning.


Jika sahabat DQ tertarik untuk mempelajari Machine Learning, sahabat DQ dapat mendapatkan banyak ilmu dengan member DQLab, karena DQLab menyediakan pembelajaran yang berhubungan dengan Machine Learning. 


Beberapa modul bertema machine learning di DQLab diantaranya:

  • Machine Learning With Python for Beginner

  • Basic Feature Discovering for Machine Learning

  • Customer Churn Prediction using Machine Learning


Bagi sahabat DQ yang belum memiliki pengetahuan data science atau machine learning, atau berasal dari background non IT, tenang saja. Karena DQLab punya modul gratis yang bisa kamu coba loh seperti Introduction R dan Python.


Tunggu apa lagi? Yuk, Sign Up di DQLab.id sekarang!


Penulis: Ashari Ramadhan


Mulai Belajar
Data Science Sekarang
Bersama DQLab

Buat Akun Belajarmu & Mulai Langkah
Kecilmu Mengenal Data Science.

Buat Akun Gratis Dengan :

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/8be7fae4b69abead22aa9296bcab7b4b.jpg Sign-Up dengan Google

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/d0aa879292fb427c0978d2a12b416e98.jpg Sign-Up dengan Facebook

Atau Buat Dengan :