Teknologi kecerdasan buatan atau artificial intelligence (AI) semakin populer belakangan ini. Tahukah sahabat Bonanza88 jika belum banyak orang yang mengetahui bahwa kecerdasan buatan itu sendiri terdiri dari pelbagai cabang.
Salah satunya yakni machine learning atau pembelajaran mesin. Pada teknologi machine learning ini menjadi salah satu cabang dari AI yang menarik banyak perhatian orang-orang, kenapa? Ini dikarenakan machine learning adalah mesin yang dapat belajar selayaknya manusia.
Kita kembali lagi ke topik kecerdasan buatan ya sahabat Bonanza88. Pada dasarnya, kecerdasan buatan dalam aplikasinya terbagi menjadi tujuh cabang antara lain, machine learning, natural language processing, expert system, vision, speech, planning dan juga robotics.
Cabang dari kecerdasan buatan ini dimaksudkan untuk mempersempit ruang lingkup pada saat pengembangan atau belajar AI lantaram pada dasarnya kecerdasan buatan mempunyai ruang lingkup sangat luas.
Namun dalam artikel ini, Bonanza88 hanya fokus kepada salah satu cabang dari kecerdasan buatan yakni machine learning (ML). ML ini adalah teknologi yang mana mampu mempelajari data yang ada serta melakukan pelbagai tugas tertentu sesuai dengan apa yang dipelajari.
Sebelum lebih lanjut membahas machine learning, mari sahabat Bonanza88 menelusuri defisini awal dari machine learning itu sendiri.
Pada dasarnya, teknologi machine learning merupakan mesin yang dikembangkan untuk dapat belajar dengan sendirinya tanpa adanya arahan dari pengguna.
Di sini, pembelajaran mesin dikembangkan berdasarkan kepada disiplin ilmu lain seperti misalnya statistika, matematika dan juga data mining sehingga mesin bisa belajar dengan cara menganalisa data tanpa perlu di program ulang ataupun diperintah.
Dalam hal ini, machine learning mempunyai kemampuan dalam memperoleh data yang ada dengan perintah ia sendiri. Machine learning juga bisa mempelajari data yang ada dan juga data yang ia peroleh sendiri sehingga dapat melakukan tugas tertentu.
Di sini, tugas yang bisa dilakukan oleh machine learning pun sangat beragam, tergantung dari apa yang ia pelajari selama ini ya sahabat Bonanza88.
Sejarah Machine Learning
Istilah machine learning kali pertama dikemukakan oleh beberapa ilmuwan asal matematika seperti Adrien Marie Legendre, Thomas Bayes dan juga Andrey Markov pada tahun 1920-an dengan menyatakan dasar-dasar machine learning dan konsepnya.
Sejak saat itu, banyak pihak mengembangkan machine learning. Salah satu contoh dari penerapan machine learning yang cukup populer yakni Deep Blue yang dibuat oleh pihak IBM pada tahun 1996.
Deep Blue sendiri adalah machine learning yang dikembangkan supaya dapat belajar dan juga bermain catur. Pada dasarnya, Deep Blue telah diuji coba dengan cara bermain catur melawan juara catur profesional dan hebatnya Deep Blue berhasil untuk memenangkan pertandingan catur tersebut.
Peran machine learning pun banyak membantu manusia dalam pelbagai bidang. Bahkan saat ini, penerapan machine learning bisa dengan mudah sahabat temukan dalam kehidupan sehari-hari.
Misalnya saja, saat Anda menggunakan fitur face unlock untuk membuka sebuah perangkat smartphone Anda atau saat Anda menjelajah di internet atau media sosial di mana Anda akan kerap disuguhkan dengan beberapa iklan.
Nah, iklan-iklan yang dimunculkan tersebut merupakan hasil pengolahan dari machine learning yang akan memberikan iklan sesuai dengan pribadi Anda.
Sebenarnya, masih banyak lagi contoh dari penerapan machine learning yang kerap Anda jumpai. Lalu pertanyaanya, bagaimana machine learning dapat belajar? Machine learning dapat belajar dan menganalisa data berdasar pada data yang diberikan saat awal pengembangan dan juga data saat machine learning sudah digunakan.
Ya, machine learning akan bekerja sesuai dengan teknik atau metode yang dipakai saat pengembangan. Lantas apa saja tekniknya? Mari kita bedah bersama-sama.
Teknik Machine Learning
- Supervised Learning
Teknik supervised learning ini merupakan salah satu teknik yang dapat Anda terapkan pada pembelajaran mesin yang dapat menerima informasi yang telah ada pada data dengan cara memberikan label tertentu.
Diharapkan teknik satu ini dapat memberi target terhadap output yang dilakukan dengan cara membandingkan pengalaman belajar di masa lalu tersebut.
Misalkan saja Anda memiliki sejumlah film yang telah Anda beri label dengan kategori tertentu. Anda juga mempunyai film dengan kategori komedi meliputi film 21 Jump Street dan juga Jumanji.
Pada saat, Anda membeli film baru, maka Anda akan mengidentifikasi genre dan isi dari film tersebut bukan sahabat Bonanza88 ? Setelah film teridentifikasi baru Anda akan menyimpan film tersebut pada kategori yang sudah sesuai.
- Unsupervised Learning
Teknik unsupervised learning adalah sebuah teknik yang bisa Anda terapkan pada machine learning yang dipakai pada data yang tidak mempunyai informasi yang dapat diterapkan secara langsung. Diharapkan teknik ini bisa membantu menemukan struktur atau pola yang tersembunyi pada data yang tidak mempunyai label.
Berbeda dengan supervised learning, di sini Anda tidak memiliki data apapun yang akan dijadikan sebuah acuan sebelumnya. Misalnya saja, Anda belum pernah sekalipun membeli film sama sekali, tetapi pada satu waktu, Anda membeli sejumlah film dan ingin membagikan ke dalam beberapa kategori supaya mudah untuk ditemukan.