PERTEMUAN 1
Konsep Pembelajaran Mesin
Pendahuluan
Mesin learning memungkinkan sebuah sistem perangkat
lunak mempelajari data-data yang ada pada saat ini,
untuk kemudian digunakan dalam memprediksi masa
depan. Dengan serangkaian algoritma yang digunakan
untuk meningkatkan proses dan penemuan pola dalam
sebuah data.
Pada praktiknya machine learning tidak dapat berjalan
sendiri system ini perlu sebuah kolaborasi anatara
beberapa aspek dalam penyelesaian permasalahan
seperti data science, data engineer, dan bisnis analis
History of Machine Learning
• Tahun 1920-an Thomas Bayes dan Andrey Markov
mengemukakan dasar-dasar machine learning dan
konsepnya.
• Contoh machine learning di era 90an Deep Blue
yang dibuat oleh IBM pada tahun 1996.
Apa Itu Machine Learning..?
• Machine Learning (ML) merupakan sebuah cabang ilmu
dari AI (artificial intelligent) adalah mesin yang
dikembangkan untuk bisa belajar dengan sendirinya
tanpa arahan dari penggunanya. Pembelajaran
mesin dikembangkan berdasarkan disiplin ilmu lainnya
seperti statistika, matematika dan data
mining sehingga mesin dapat belajar dengan
menganalisa data tanpa perlu di program ulang atau
diperintah.
• Machine Learning memiliki kemampuan memperoleh
data dengan perintah ia sendiri (ML) dapat mempelajari
data yang ia peroleh sehingga bisa melakukan tugas
tertentu
Apa Itu Machine Learning..?
(Lanjutan)
Meniru kemampuan belajar manusia
Contoh Implementasi Machine Learning
1. Self Driving Car
2. Recommended System
3. Chat Bot
4. Search engine
5. Face Recognition
6. Voice Recognition
7. Dll.
Bagian dari Artificial
intelligence (AI)
Artificial intelligence sebuah kategori yang didalam nya terdapat
Machine Learning (ML) dan Natural Languange Processing (NLP)
Artificial Intelligence
Reasoning Machine Learning
Natural
Languange
Processing (NLP) Reinforcemen Deep Learning
Supervised Unsupervised
t -Neural
Learning Learning
Learning Network
Planning
Subset AI Lain
Reasoning (Penalaran)
Reasoning memungkinkan sistem membuat kesimpulan berdasarkan data.
Contoh
Jika suatu system telah memiliki data tentang penetasan telur
Ditanya “Pada suhu berapa yag digunakan untuk penetasan telur..?”
Maka system akan menjawab “38 derajat celcius”
Contoh lain screening Covid-19 di aplikasi Mobile JKN
Natural Languange Processing
Kemampuan sebuah mesin untuk memahami teks tertulis dan ucapan manusia.
Contoh : Applikasi google Assiten, siri Dll.
Subset AI Lain (lanjutan)
Planning (Penalaran)
Perencanaan otomatis adalah kemampuan sistem cerdas untuk
bertindak secara mandiri dan fleksibel untuk membangun
urutan tindakan untuk mencapai tujuan akhir.
Contoh Pencarian Rute pada Maps google
Pendekatan Machine
Learning
Teknik pembelajaran mesin diperlukan untuk
meningkatkan akurasidalam sebuah model prediktif,
terdapat beberapa pendekatan yang berbeda
tergantung dari karakteristek jenis data dan volume
Supervised learning
Unsupervised learning
Reinforcement learning
Deep learning
Supervised learning
Contohnya gambar unggas di tag “Unggas” di tiap masing masing image unggas dan gambar
mamalia di tag “mamalia” di tiap masing gambar mamalia. Machine learning kategori dapat berupa
clasification (“unggas”, “mamalia”, “invertebrata”, dsb)
“Unggas”
Label
“Unggas”
“MACHINE”
“MACHINE”
“Bukan Unggas”
Unsupervised learning
Unsupervised learning tidak menggunakan label dalam memprediksi target feautures / variable.
Melainkan menggunakan ke samaan dari attribut attribut yang dimiliki. Jika attribut dan sifat sifat
dari data data feature yang diekstrak memiliki kemirip miripan, maka akan dikelompok kelompokan
(clustering)
“Mirip Group 1”
“MACHINE” “MACHINE”
“Mirip Group 2”
Reinforcement learning
Algoritma ini dimaksudkan untuk membuat komputer dapat
belajar sendiri dari lingkungan (environtment) melalui
sebuah agent. Jadi komputer akan melakukan pencarian sendiri
(self discovery) dengan cara berinteraksi dengan environment
Deep learning
metode pembelajaran yang dilakukan oleh mesin dengan cara
meniru bagaimana sistem dasar otak manusia bekerja. Sistem
dasar otak manusia bekerja ini disebut neural networks. deep
learning disebut menggunakan artificial neural networks yang
dengan kata lain menggunakan ‘neural networks buatan’.
