Mengenal Teknologi Machine Learning (Pembelajaran Mesin)

Sejarah Machine Learning

Sejak pertama kali komputer diciptakan insan sudah memikirkan bagaimana caranya supaya komputer sanggup berguru dari pengalaman. Hal tersebut terbukti pada tahun 1952, Arthur Samuel membuat sebuah program, game of checkers, pada sebuah komputer IBM. Program tersebut sanggup mempelajari gerakan untuk memenangkan permainan checkers dan menyimpan gerakan tersebut kedalam memorinya.

Istilah machine learning intinya yaitu proses komputer untuk berguru dari data (learn from data). Tanpa adanya data, komputer tidak akan bisa berguru apa-apa. Oleh alasannya itu kalau kita ingin berguru machine learning, niscaya akan terus berinteraksi dengan data. Semua pengetahuan machine learning niscaya akan melibatkan data. Data bisa saja sama, akan tetapi algoritma dan pendekatan nya berbeda-beda untuk mendapat hasil yang optimal.

Belajar Machine Learning

Machine Learning merupakan salah satu cabang dari disiplin ilmu Kecerdasan Buatan (Artificial Intellegence) yang membahas mengenai pembangunan sistem yang menurut pada data. Banyak hal yang dipelajari, akan tetapi intinya ada 4 hal pokok yang dipelajari dalam machine learning.

1. Pembelajaran Terarah (Supervised Learning)

2. Pembelajaran Tak Terarah (Unsupervised Learning)

3. Pembelajaran Semi Terarah (Semi-supervised Learning)

4. Reinforcement Learning

Untuk mengetahui lebih lengkap perihal Machine Learning, kawan-kawan bisa mengikuti course di Coursera dengan pelatih profesor Andrew NG dari Stanford University.

Aplikasi Machine Learning

Contoh penerapan machine learning dalam kehidupan yaitu sebagai berikut.

1. Penerapan di bidang kedoteran misalnya yaitu mendeteksi penyakit seseorang dari tanda-tanda yang ada. Contoh lainnya yaitu mendeteksi penyakit jantung dari rekaman elektrokardiogram.

2. Pada bidang computer vision misalnya yaitu penerapan pengenalan wajah dan pelabelan wajah menyerupai pada facebook. Contoh lainnya yaitu penterjemahan goresan pena tangan menjadi teks.

3. Pada biang information retrival misalnya yaitu penterjemahan bahasa dengan memakai komputer, mengubah bunyi menjadi teks, dan filter email spam.

Salah satu teknik pengaplikasian machine learning yaitu supervised learning. Seperti yang dibahas sebelumnya, machine learning tanpa data maka tidak akan bisa bekerja. Oleh alasannya itu hal yang pertama kali disiapkan yaitu data. Data biasanya akan dibagi menjadi 2 kelompok, yaitu data pembinaan dan data testing. Data pembinaan nantinya akan digunakan untuk melatih algoritma untuk mencari model yang cocok, sementara data testing akan digunakan untuk mengetes dan mengetahui performa model yang didapatkan pada tahapan testing.

Dari model yang didapatkan, kita sanggup melaksanakan prediksi yang dibedakan menjadi dua macam, tergantung tipe keluarannya. Jika hasil prediksi bersifat diskrit, maka dinamakan proses klasifikasi. Contohnya pembagian terstruktur mengenai jenis kelamin dilihat dari goresan pena tangan (output laki dan perempuan). Sementara kalau kelurannya bersifat kontinyu, maka dinamakan proses regresi. Contohnya prediksi kisaran harga rumah di kota Medan (output berupa harga rumah).

Dampak Machine Learning di Masyarakat

Penerapan teknologi machine learning mau tidak mau niscaya telah dirasakan sekarang. Setidaknya ada dua imbas yang saling bertolak belakang dari pengembangan teknolgi machine learning. Ya, imbas kasatmata dan imbas negatif.

Salah satu imbas kasatmata dari machine learning yaitu menjadi peluang bagi para wirausahawan dan praktisi teknologi untuk terus berkarya dalam membuatkan teknologi machine learning. Terbantunya acara yang harus dilakukan insan pun menjadi salah satu imbas kasatmata machine learning. Sebagai misalnya yaitu adanya fitur pengecekan ejaan untuk tiap bahasa pada Microsoft Word. Pengecekan secara manual akan memakan waktu berhari-hari dan melibatkan banyak tenaga untuk mendapat penulisan yang sempurna. Tapi dengan pertolongan fitur pengecekan ejaan tersebut, secara real-time kita bisa melihat kesalahan yang terjadi pada dikala pengetikan.

Akan tetapi disamping itu ada imbas negatif yang harus kita waspadai. Adanya pemotongan tenaga kerja alasannya pekerjaan telah digantikan oleh alat teknologi machine learning yaitu suatu permasalahan yang harus dihadapi. Ditambah dengan ketergantungan terhadap teknologi akan semakin terasa. Manusia akan lebih terlena oleh kemampuan gadget-nya sehingga lupa berguru untuk melaksanakan suatu acara tanpa pertolongan teknologi.

Referensi :

https://www.codepolitan.com/mengenal-teknologi-machine-learning-pembelajaran-mesin

Sumber http://meemcode.blogspot.com

Share this post