SUPER 6.6 SALE! DISKON 99%
Belajar Data Science 6 Bulan hanya 99K!

1 Hari 9 Jam 56 Menit 33 Detik

Ragam Algoritma Machine Learning yang Ramah Pemula

Belajar Data Science di Rumah 16-Juni-2023
https://dqlab.id/files/dqlab/cache/29c3bd7c-e5e2-49a6-b4db-af4af04cc6bf-2023-06-16-131616_x_Thumbnail800.jpeg

Pada perkembangan teknologi yang semakin canggih ini kita perlu melakukan penyesuaian diri. Salah satu bentuk penyesuaian diri adalah dengan selalu update ilmu yang berkaitan dengannya, seperti mempelajari tentang machine learning. Machine learning ini merupakan bagian dari artificial intelligence atau kecerdasan buatan. Terdapat beberapa tipe machine learning yang dapat dipilih dan digunakan sesuai dengan kebutuhan pengguna, yaitu supervised learning, unsupervised learning dan reinforcement learning.


Machine learning atau biasa disebut pula dengan mesin pembelajar merupakan suatu sistem yang dirancang agar dapat belajar sendiri tanpa arahan dari penggunanya. Machine learning memiliki beberapa tipe yang dapat disesuaikan dengan jenis data yang digunakan, tujuan penelitian, maupun teknik yang ingin digunakan. Setiap tipe machine learning juga memiliki beberapa algoritma yang masing-masing memiliki cara kerja yang berbeda. Pada artikel kali ini kita akan mengenali beberapa contoh algoritma supervised learning yang sering digunakan.


1. Regresi Linear

Algoritma regresi linear merupakan salah satu algoritma supervised learning yang bisa digunakan untuk memprediksi nilai teraget berdasarkan beberapa variabel. Algoritma ini secara umum juga bisa digunakan untuk mengetahui hubungan antara variabel terikat (dependen) dengan variabel bebas (independent). Terdapat beberapa jenis analisis regresi linier yaitu analisis regresi linier sederhana, analisis regresi linier berganda dan analisis regresi logistik.



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


2. Random Forest

Algoritma random forest merupakan sebuah algoritma supervised learning yang isinya adalah gabungan dari beberapa output dari decision tree (pohon keputusan). Hal ini sesuai dengan namanya, ‘forest’ yang berarti hutan terdiri dari berbagai pohon.Algoritma ini pada awalnya diperkenalkan oleh Leo Breiman dan Adele Cutler. Algoritma ini memiliki cara kerja dengan menggabungkan berbagai decision tree untuk membuat random forest kemudian membuat prediksi untuk setiap pohon. 

Machine Learning

sumber : Wikipedia



3. K-Nearest Neighbor

Algoritma K-NN adalah suatu algoritma supervised learning yang bisa digunakan untuk proses klasifikasi. Algoritma ini menggunakan variabel jumlah tetangga terdekat yang akan diambil. Algoritma K-NN seringkali digunakan untuk proses mengumpulkan data dari jejaring sosial. Beberapa langkah singkat dalam menggunakan algoritma ini antara lain 1) memilih banyaknya tetangga K; 2) menghitung jarak dari jumlah tetangga K; 3) mengambil tetangga terdekat K sesuai jarak yang dihitung; 4) menghitung jumlah titik data di setiap kategori; 5) menetapkan titik data baru ke kategori yang jumlah tetangganya paling banyak; 6) model sudah siap.

Machine Learning

Sumber : Wikipedia


4. Artificial Neural Networks

Artificial Neural Network atau biasa dikenal pula dengan jaringan syaraf tiruan merupakan suatu algoritma supervised learning yang mana modelnya meniru sistem saraf manusia. Algoritma ini didasarkan pada kumpulan node yang disebut dengan neuron buatan dan biasanya dikumpulkan dalam lapisan. Beberapa penerapan dari algoritma ini antara lain untuk penglihatan komputer agar mampu mengekstraksi informasi dari citra dan video, untuk pengenalan suara, pemrosesan bahasa alami, dan mesin rekomendasi.

Machine Learning

sumber : Wikipedia


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


Algoritma machine learning sudah banyak digunakan oleh para praktisi data untuk membantu menyelesaikan permasalahan data. Berbagai algoritma yang tersedia tersebut perlu dipelajari dari dasar agar tidak kebingungan kedepannya.


DQLab merupakan suatu platform belajar online yang berfokus pada pengenalan Data Science & Artificial Intelligence (AI) dengan menggunakan berbagai bahasa pemrograman populer. Selain itu DQLab merupakan platform edukasi pertama yang mengintegrasi fitur ChatGPT.


DQLab juga menggunakan metode HERO, yaitu Hands-On, Experiental Learning & Outcome-based, yang dirancang ramah untuk pemula. Untuk bisa merasakan pengalaman belajar yang praktis & aplikatif yuk langsung saja sign up di DQLab.id/signup 


Penulis : Latifah Uswatun Khasanah

Editor : Annissa Widya Davita



Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login