PROMO PUNCAK LEBARAN DISKON 99%
Belajar Data Science 6 Bulan BERSERTIFIKAT hanya Rp 99K!

0 Hari 1 Jam 46 Menit 6 Detik

Supervised Learning vs Unsupervised Learning : Apa Ya Bedanya?

Belajar Data Science di Rumah 24-Februari-2021
https://dqlab.id/files/dqlab/cache/f0cbf12e1bedf7ad9bbf540b53356c26_x_Thumbnail800.png

Seorang Data Scientist atau Data Analyst sering menggunakan algoritma machine learning untuk menganalisa data yang mereka punya. Machine learning merupakan sebuah teknik pembelajaran mesin untuk menangani data yang sangat besar (big data) untuk memberikan keputusan atau hasil yang tepat. Terdapat beberapa macam machine learning, di antara lain Supervised Learning, Unsupervised Learning dan Reinforcement Learning. Tentunya ketiga jenis ini memiliki karakteristik masing-masing


Dari ketiga jenis di atas yang paling sering didengar adalah Supervised Learning dan Unsupervised Learning. Dari namanya saja kita dapat melihat ada perbedaan yang cukup mendasar dari keduanya. Kira-kira apa saja ya perbedaan dari kedua jenis algoritma tersebut? Yuk, kita bahas hal ini bersama DQLab!


1. Label pada Data

Hal pertama yang membedakan antara algoritma Supervised Learning dan Unsupervised Learning adalah label pada data. Pada supervised learning terdapat label kelas dalam data sehingga machine learning nantinya akan memprediksi data selanjutnya masuk ke label kelas yang mana. Sedangkan pada unsupervised learning tidak terdapat label kelas dalam data. Jadi pada unsupervised learning kumpulan data yang ada tersebut akan dibagi menjadi beberapa kelompok berdasarkan kemiripan karakteristiknya.


Baca juga : 3 Jenis Algoritma Machine Learning yang Dapat Digunakan di Dunia Perbankan


2. Data Latih dan Data Uji

Perbedaan kedua adalah terletak dari pembagian datanya. Pada algoritma Supervised Learning terdapat Data Latih dan Data Uji. Data latih atau data training digunakan untuk membentuk model. Machine learning akan mempelajari pola dalam data latih sehingga akan membentuk model yang tepat yang dapat digunakan oleh data uji. Ketika data uji tersebut diinputkan ke dalam model yang telah dibuat, harapannya dapat menghasilkan output yang keakuratannya tinggi. Sedangkan pada Unsupervised Learning tidak terdapat data latih dan data uji. Jadi dari keseluruhan data tersebut langsung dikelompokkan menjadi beberapa kelompok. Kumpulan data yang memiliki karakteristik yang sama akan berkumpul menjadi satu kelompok.


3. Algoritma yang Digunakan

Berdasarkan jenis data yang digunakan pada Supervised Learning dan Unsupervised Learning sudah memiliki perbedaan. Hal itu berarti dari segi algoritma yang digunakan pada keduanya juga berbeda. Pada Supervised Learning biasanya sering menangani masalah klasifikasi. Algoritma yang sering digunakan antara lain Naive Bayes Classifier, Decision Tree, K-NN, Regresi logistik, Regresi linier, Random Forest, Support Vector Machine (SVM), Artificial Neural Network (ANN) dan lain-lain. Sedangkan pada Unsupervised Learning biasanya sering menangani masalah clustering. Algoritma yang sering digunakan antara lain K-Means. Fuzzy C-Means, DBSCAN, Self-Organizing Map, dan lain-lain.


Baca juga : Belajar Data Science: Pahami Penggunaan Machine Learning pada Python


4. Yuk, BELAJAR DATA SCIENCE GRATIS DI DQLAB SELAMA 1 BULAN!

                                       

Gunakan Kode Voucher "DQTRIAL", dan simak informasi di bawah ini mendapatkan 30 Hari FREE TRIAL:

  1. Buat Akun Gratis dengan Signup di DQLab.id/signup

  2. Buka academy.dqlab.id dan pilih menu redeem voucher 

  3. Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi. 

  4. Selamat, akun kamu sudah terupgrade, dan kamu bisa mulai Belajar Data Science GRATIS 1 bulan.

Penulis : Latifah Uswatun

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