Ragam Kecerdasan Buatan, Kenali Machine Learning
💥PROMO SPESIAL 12.12!💥
Belajar Data Science Bersertifikat 6 Bulan hanya 120K!
0 Hari 3 Jam 21 Menit 14 Detik

Ragam Kecerdasan Buatan, Kenali Machine Learning

Belajar Data Science di Rumah 11-Februari-2023
https://dqlab.id/files/dqlab/cache/70413782438b1b1488c2f26df9809a9c_x_Thumbnail800.jpeg
Follow Instagram dan LinkedIn kami untuk info karir dan topik menarik

Artificial Intelligence, Machine Learning, Deep Learning, dan juga Data Science adalah istilah yang populer di era ini. Sangat penting untuk mengetahui istilah dan perbedaan di antara mereka. Meskipun istilah-istilah ini mungkin terkait erat, ada perbedaan di antara mereka.


Artificial Intelligence atau Kecerdasan Buatan adalah istilah yang sangat luas yang bertujuan untuk membawa perilaku cerdas ke dalam mesin. Machine Learning dapat dianggap sebagai salah satu filosofi yang mana tujuan utamanya adalah, "bukan mesin pemrograman secara eksplisit, hanya memberi mereka data dan biarkan mereka belajar".


Alih-alih, AI telah berkembang untuk menawarkan banyak manfaat berbeda di seluruh industri seperti perawatan kesehatan, ritel, manufaktur, perbankan, dan banyak lagi. Artificial Intelligence, Machine Learning dan Deep Learning belakangan istilah ini menjadi trending topik dunia dalam berbagai unit aspek bisnis.


Pada umumnya banyak orang yang belum tau tentang istilah ini meskipun sebagian sudah sering diterapkan dalam kehidupan sehari-hari. Supaya kamu lebih memahami apa saja perbedaan dan korelasi antara ketiga hal tersebut, simak penjelasan singkatnya berikut ini!

 

1. Artificial Intelligence

Manusia telah lama terobsesi dengan pembuatan AI (Artificial Intelligence) sejak pertanyaan “Bisakah mesin berpikir?” muncul. Pertanyaan ini diajukan oleh Alan Turing pada tahun 1950.


AI memungkinkan mesin untuk berpikir, tanpa campur tangan manusia maka mesin dapat membuat sebuah keputusannya sendiri. Ruang lingkup dan implementasi AI sangatlah luas, bahkan cenderung bias karena beberapa sumber memiliki pendapatnya masing-masing.

Machine Learning

Namun, pengertian AI dapat dirangkum ke dalam 2 konsep utama, yang pertama AI merupakan hal yang komputer tidak bisa lakukan sekarang tetapi akan bisa dilakukannya suatu saat (karena mereka selalu belajar).


Kedua, definisi AI adalah kecerdasan yang didemonstrasikan oleh mesin. Intelligence/kecerdasan adalah kemampuan untuk memperoleh dan menerapkan suatu pengetahuan (knowledge) dan skill.


Sebenarnya konsep AI sudah ada sejak lama, tetapi baru menjadi populer baru-baru ini. Mengapa demikian? Alasannya karena memang sebelumnya baru ada sedikit data untuk membuat sejumlah prediksi yang tepat dan akurat.


Tapi sekarang, terdapat peningkatan luar biasa dalam ukuran data yang dihasilkan setiap menit dan membantu kita dalam membuat prediksi yang lebih akurat.


Seiring dengan jumlah data yang sangat besar, hal ini juga memiliki dukungan dari algoritma yang lebih canggih, daya komputasi dan penyimpanan akhir yang tinggi sehingga dapat menangani ukuran data yang sangat besar.


Contohnya seperti mobil autopilot “Tesla”, Asisten apple “Siri” maupun seperti Microsoft dengan “Cortana” dan masih banyak lagi.

 

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


2. Machine Learning

Seperti yang dapat dilihat pada diagram venn diatas, Machine Learning adalah bagian dari Artificial Intelligence (Kecerdasan Buatan) yang menggunakan algoritma pembelajaran statistik untuk membangun sistem yang memiliki kemampuan untuk belajar dan performa pada beberapa tugas melalui pengalaman tanpa diprogram secara eksplisit. 

Machine Learning

Fokus Machine Learning adalah untuk mendapatkan insight sehingga dapat membuat keputusan berdasarkan data. Untuk beberapa kasus Machine Learning bisa menjadi sangat kompleks sehingga butuh metode tambahan agar mesin bisa meniru cara kerja otak manusia atau disebut dengan Deep Learning.


Sebagian besar dari kita menggunakan Machine Learning dalam kehidupan sehari-hari saat menggunakan layanan seperti sistem rekomendasi di Netflix, Youtube, Spotify, mesin pencari seperti google dan yahoo, virtual assistant seperti Google Home dan Amazon Alexa. 

 

3. Deep Learning

“Deep Learning adalah subbidang dari Machine Learning yang berkaitan dengan algoritma yang terinspirasi oleh struktur dan fungsi otak yang disebut dengan jaringan saraf tiruan”. — Machine Learning Mastery.


Deep L earning adalah teknik Machine Learning yang terinspirasi oleh cara otak manusia menyaring informasi, yang pada dasarnya belajar dari contoh.


Hal Ini membantu model komputer untuk menyaring data masukan melalui layer untuk memprediksi dan mengklasifikasikan informasi.

Machine Learning

Sebagian besar metode Deep Learning menggunakan arsitektur jaringan saraf, sehingga sering disebut sebagai jaringan saraf dalam. Deep Learning pada dasarnya meniru otak manusia. 


Walaupun terdengar lebih canggih dibandingkan dengan Machine Learning, Deep Learning bukanlah senjata untuk menyelesaikan semua permasalahan yang berbasis data.


Deep Learning tidak akan menggantikan semua algoritma Machine Learning atau teknik Data Science lainnya.


Meskipun, Deep Learning memang bisa menyelesaikan masalah yang lebih kompleks seperti computer vision (kemampuan mesin mengenal objek pada data gambar), speech recognition (mengenal data suara), dan natural language processing (mengenal data teks) menggunakan artificial neural network (ANN). 


4. Machine Learning dan Artificial Intelligence

Machine Learning adalah bagian dari Artificial Intelligence yang saling bersilangan dengan Knowledge Discovery dan Data Mining.

Machine Learning

Kedua hal ini pastinya sudah tidak asing lagi keberadaannya dalam industri teknologi. Contoh kasus yang pasti sudah banyak dikenal oleh orang-orang adalah teknologi Siri yang dapat merespon dan melakukan perintah melalui suara manusia.


Machine Learning merupakan bagian dari Artificial Intelligence yang dapat mempelajari sistem dari sebuah data, lalu mengidentifikasi pola dan membuat keputusan dengan campur tangan manusia.

 

5. Machine Learning dan Deep Learning

Machine Learning 

Misalnya, mesin A melakukan tugas mengidentifikasi binatang. Tugas mesin adalah untuk mengidentifikasi gambar dalam konteks ini kasusnya adalah kucing atau anjing.


Jika kita diminta menyelesaikan ini menggunakan konsep Machine Learning maka kita akan mendefinisikan fitur seperti memeriksa apakah ada kumisnya atau tidak, periksa apakah ekor lurus atau kurva dan masih banyak kondisi lagi.


Kita akan mendefinisikan semua fitur dan membiarkan sistem mengidentifikasi fitur mana yang lebih penting dalam mengklasifikasikan hewan tertentu.


Berbeda halnya dengan Deep Learning, Deep Learning proses mengidentifikasinya lebih canggih.


Deep Learning secara otomatis menemukan fitur mana yang paling penting untuk mengklasifikasikannya dibandingkan dengan Machine Learning di mana kita harus memberikan fitur secara manual. Karena itu Deep learning menjadi otak utama yang dapat menciptakan AI yang lebih cerdas dan manusiawi.

 

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


Jika kamu ingin tahu lebih mengenai Machine Learning dan Artificial Intelligence serta ingin belajar secara langsung, DQLab adalah solusi yang tepat.


Caranya mudah, kamu bisa memulainya dengan membuat akun GRATIS di DQLab.id. Nikmati pengalaman belajar Data Science yang menarik bersama DQLab yang seru dan menyenangkan dengan live code editor yang user-friendly.


Selain itu, kamu juga tidak perlu mengunduh software tambahan saat belajar di DQLab. Kamu juga bisa cobain free module Introduction to Data Science with R dan Introduction to Data Science with Python untuk menguji kemampuan Data Science kamu.


Yuk persiapkan dirimu untuk berkarir sebagai praktisi data yang kompeten!


Penulis: Salsabila MR

Editor: Annisa Widya Davita

Mulai Belajar
Machine Learning Sekarang
Bersama DQLab

Buat Akun Belajar & Mulai Langkah
Kecilmu Mengenal Machine Learning

Buat Akun


Atau

Sudah punya akun? Login