Apa itu Machine Learning?

Machine Learning (ML) adalah jenis kecerdasan buatan (AI) yang memungkinkan komputer untuk belajar dari data dan membuat keputusan atau prediksi tanpa diprogram secara eksplisit untuk setiap tugas. Ia membutuhkan kemampuan untuk belajar, meningkatkan, dan beradaptasi dari data yang diberikan dan pengalaman masa lalu agar dianggap memiliki kecerdasan machine learning.

 

Semua arsitektur dasar sistem komputer berasal dari Mesin von Neumann, yang terdiri dari:

– Central Processing Unit (CPU)

Otak sistem yang terdiri dari unit kontrol sistem (mengarahkan dan mengkoordinasikan semua aktivitas di dalam komputer), unit aritmatika dan logika dasar (melakukan semua matematika dan logika).

– Unit memori

Sebagai tempat penyimpanan program yang akan dijalankan, penyimpanan data yang akan diproses, dan informasi yang merupakan hasil sementara maupun hasil akhir pemrosesan data yang telah dilakukan.

– Unit input dan output

Perangkat yang digunakan untuk Input data (misalnya Keyboard) dan output (misalnya Layar).

Jenis-jenis Pembelajaran Mesin:

– Supervised Learning (Terbimbing)

Pembelajaran terbimbing menggunakan data berlabel untuk melatih model untuk klasifikasi dan prediksi. Pembelajaran ini mengidentifikasi pola dari data masa lalu dan menerapkannya pada input baru. Digunakan dalam deteksi penipuan, diagnosis medis, penyaringan spam, dan pengenalan ucapan, pembelajaran ini memerlukan kumpulan data berlabel yang besar untuk akurasi.

– Unsupervised Learning

Pembelajaran tanpa pengawasan bekerja dengan data yang tidak berlabel, menemukan pola dan pengelompokan tersembunyi. Pembelajaran ini digunakan untuk segmentasi pelanggan, deteksi anomali, dan sistem rekomendasi (misalnya, Netflix, Amazon). Tidak seperti pembelajaran terbimbing, pembelajaran ini tidak memerlukan kategori yang telah ditentukan sebelumnya tetapi dapat lebih sulit untuk dievaluasi.

– Reinforcement Learning (Penguatan)

Pembelajaran penguatan (RL) melatih AI melalui uji coba dan kesalahan, memberi penghargaan atas tindakan yang baik dan menghukum tindakan yang buruk. Digunakan dalam mobil self-driving, robotika, dan permainan AI (misalnya, AlphaGo), pembelajaran ini meningkatkan pengambilan keputusan dari waktu ke waktu. RL tidak memerlukan data berlabel tetapi membutuhkan periode pelatihan yang lama untuk mengoptimalkan kinerja.

 

Referensi:

  • Faaizah, N. (2023). Sistem Komputer: Pengertian, bagian, Tujuan, Dan Komponen Fisik. detikedu. https://www.detik.com/edu/detikpedia/d-6983357/sistem-komputer-pengertian-bagian-tujuan-dan-komponen-fisik
  • Ihsan, C. (2025). BUKU: DASAR-DASAR MACHINE LEARNING TEORI, ALGORITMA, DAN IMPLEMENTASI. Repository Universitas Digital Teknologi Indonesia. https://eprints.utdi.ac.id/10829/
  • Suprihadi, E. (2023, May 10). Machine learning: Dasar & Praktis. Academia.edu. https://www.academia.edu/101559511/Machine_Learning_Dasar_and_Praktis