PROMO PAYDAY! SERBU PAKET DATA SCIENCE 3 BULAN CUMA 100K!
Diskon Spesial 95% Belajar Data Science Bersertifikat
SERBU DISINI!
Pendaftaran ditutup dalam 0 Hari 14 Jam 30 Menit 39 Detik 

Kenali 3 Ragam Machine Learning & Cara Kerjanya

Belajar Data Science di Rumah 24-November-2022
https://dqlab.id/files/dqlab/cache/6a6b89aae23a023bf0ce169805b19731_x_Thumbnail800.jpeg

Istilah machine learning mengacu pada bidang studi dimana mesin akan terus meningkatkan kinerjanya tanpa perlu pemrograman. Salah satu contoh teknologi yang mengadopsi machine learning adalah software dan bot otomatis. Sebelum bisa bekerja secara otomatis, mesin-mesin tersebut membutuhkan banyak pemrograman pada awalnya. Tetapi begitu prosesnya sudah mulai berjalan, mesin tersebut mulai mempelajari aspek-aspek berbeda dari tugas itu sendiri. 


Algoritma machine learning cukup kompleks dan membutuhkan banyak step hingga akhirnya bisa menghasilkan model yang baik. Ada beberapa tipe machine learning yang bisa digunakan untuk membantu otomatisasi pekerjaan manusia yang berulang-ulang. Tipe ini dibedakan berdasarkan jenis data yang digunakan. Output dan tujuan yang ingin dicapai pun berbeda-beda. Apakah kamu tau apa saja tipe machine learning saat ini?


1. Supervised Learning

Supervised learning adalah tipe machine learning yang membutuhkan banyak data training yang digunakan oleh mesin untuk melakukan tugas tertentu. Cara kerja tipe machine learning yang satu ini dapat diibaratkan seperti ketika kita memperkenalkan warna merah kepada anak kecil. Biasanya kita akan menunjukkan beberapa benda yang berwarna merah agar si anak bisa mengidentifikasi warna merah tersebut. Ketika si anak sudah mengerti, kita akan memberikan benda baru dan bertanya warna benda tersebut untuk mengetahui apakah si anak sudah memahaminya atau belum. 


Cara belajar si anak kecil tersebut sama dengan cara belajar supervised learning. Oleh karena itu, kita membutuhkan data training untuk mengajari mesin agar bisa mengidentifikasi suatu hal dan kita juga perlu mempersiapkan data testing untuk menguji apakah mesin sudah memahami data training tersebut atau belum. 

Machine Learning


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


2. Unsupervised Learning

Seperti namanya, unsupervised learning adalah kebalikan dari tipe supervised learning. Ketika menggunakan machine learning jenis ini, kita tidak perlu memberikan data training apapun kepada mesin. Mesin akan menghasilkan output tanpa data berlabel. Machine learning tipe ini sedikit menantang untuk diterapkan daripada supervised learning. Unsupervised learning digunakan untuk mengelompokkan data yang memiliki kesamaan karakteristik dan untuk menemukan anomali.

Machine Learning

3. Reinforcement Learning

Reinforcement learning sangat berbeda dari jenis machine learning lainnya. Hubungan antara data dan mesin juga sangat berbeda dari dua jenis machine learning sebelumnya. Dalam reinforcement learning, mesin belajar dari kesalahannya. Kita sebagai developer model harus memberi environment tertentu kepada mesin di mana mesin tersebut dapat melakukan serangkaian tindakan tertentu. 


Kita kembali ke ilustrasi supervised learning, misalkan kita menunjukkan kepada anak itu sebuah apel dan pisang lalu bertanya padanya mana buah yang berwarna merah. Jika anak kecil tersebut menjawab dengan benar, kita memberinya permen sebagai reward dan jika jawaban anak tersebut salah, kita tidak akan memberinya reward namun kita harus mengajarkan warna merah kembali. Ilustrasi tersebut merupakan gambaran bagaimana cara reinforcement learning bekerja.


Machine Learning


4. Pengaplikasian Tipe Machine Learning

Supervised Learning

  • Face Recognition, untuk mengidentifikasi wajah pada gambar, biasanya digunakan di social media seperti Facebook atau Google Photos. 

  • Spam Filter, untuk mengidentifikasi email spam dengan memeriksa isi kontennya. 

Unsupervised Learning

  • Recommendation systems, untuk merekomendasikan produk pada pembeli, biasanya diaplikasikan pada e-commerce. 

  • Data categorization, untuk mengkategorikan data agar mempermudah pekerjaan.

  • Customer segmentation, untuk mengklasifikasikan customer menjadi beberapa kategori berdasarkan variabel tertentu. 

Reinforcement Learning

  • Manufacturing Industry, untuk merampingkan proses manufaktur otomatis.

  • Robotics. Untuk mengajari mesin cara menghindari kesalahan. 

  • Video Games, untuk membangun artificial intelligence yang lebih baik untuk karakter video game dan NPC


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


Tertarik untuk belajar machine learning? Yuk belajar bersama DQLab! Nikmati belajar asik yang dilengkapi dengan praktek langsung menulis script code bahasa pemrograman R dan Python menggunakan live code editor.


Apa itu live code editor? Yuk klik button di bawah ini atau sign up melalui DQLab.id untuk mengakses modul FREE ‘Introduction to Data Science’ dengan R maupun Python untuk berkenalan dengan live code editor dari DQLab.


Penulis: Galuh Nurvinda K


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 :