JULY SPECIAL ! DISKON 96%
Belajar Data Science Bersertifikat, 12 Bulan hanya 180K!
0 Hari 9 Jam 10 Menit 10 Detik

Ragam Machine Learning yang Sering Digunakan

Belajar Data Science di Rumah 11-April-2023
https://dqlab.id/files/dqlab/cache/201a08f3033f9c6bd162a07b576caf9f_x_Thumbnail800.jpeg

Saat ini kita berada di masa perkembangan teknologi yang semakin canggih dari waktu ke waktu. Kecanggihan teknologi ini memberikan berbagai dampak di hampir seluruh sektor industri. Salah satu sektor yang benar-benar tampak adalah bagian teknologi. Perkembangan teknologi ini menuntut kita untuk terus belajar hal-hal yang berkaitan dengannya, seperti machine learning , Kita perlu mengetahui apa itu machine learning serta penggunaannya.


Machine learning merupakan suatu mesin pembelajar yang dirancang agar dapat belajar sendiri tanpa arahan dari manusia, Penggunaan machine learning ini sudah sangat sering digunakan baik dalam bidang kesehatan, pendidikan, ekonomi maupun bisnis. Dalam penggunaannya terdapat beberapa tipe model machine learning  yang perlu kamu ketahui. Pada artikel kali ini kita akan membahas mengenai hal tersebut secara lebih mendalam.


1. Supervised Learning

Supervised learning merupakan tipe machine learning ini data dibagi menjadi dua yaitu data latih dan data uji. Data latih digunakan untuk membuat model yang nantinya akan diuji menggunakan data uji serta dapat mengetahui tingkat akurasi yang dihasilkan. Biasanya tipe ini digunakan untuk proses klasifikasi. Beberapa contoh algoritma supervised learning adalah Naive Bayes Classifier, Support Vector Machine, Artificial Neural Network, Random Forest, dll.


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


2. Unsupervised Learning

Tipe unsupervised learning ini berbeda dengan tipe supervised learning, pada tipe ini data tidak dibagi menjadi dua melainkan unsupervised learning akan mengenali pola dan mengidentifikasinya. Biasanya tipe ini digunakan untuk proses klasterisasi. Sebagai contoh unsupervised learning ini digunakan untuk mengidentifikasi suatu produk lalu mengelompokkannya sesuai dengan kebutuhan. Beberapa contoh algoritma unsupervised learning antara lain seperti K-Means, K-Modes, Fuzzy C Means, dan lainnya.


3. Semi Supervised Learning

Semi supervised learning adalah salah satu tipe machine learning yang melibatkan data dalam jumlah kecil maupun sangat besar. Tipe machine learning ini bisa digunakan untuk prediksi dan klasifikasi. Machine learning ini biasanya dibutuhkan ketika ada data yang labelnya kurang sesuai. Cara kerja semi supervised learning ini bisa melalui dua metode yaitu metode self training dan metode co training. Adapun contoh penerapan dari semi supervised learning ini adalah proses identifikasi wajah pada webcam.


4. Reinforcement Learning

Reinforcement learning, pada tipe ini model dibuat untuk dapat belajar sendiri dari lingkungan (environment) melalui sebuah agent dengan mendapatkan imbalan positif maupun negatif. Tipe machine learning ini memiliki tiga komponen utama yaitu agen (pembuat keputusan), environment (lingkungan atau segala sesuatu yang berinteraksi dengan agen) serta aksi (apa yang bisa agen lakukan).


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


Tipe machine learning dapat digunakan sesuai dengan kebutuhan pengguna. Hal ini juga perlu disesuaikan dengan data yang ada serta tujuan penelitian yang ingin dicapai. 


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