Teknologi sudah banyak membantu kita dikehidupan sehari-hari. Mungkin saya anda membayangkan teknologi seperti robotika, namun ternyata itu sudah ada. Itulah pentingnya untuk kita mengikuti perkembangan teknologi dari jaman ke jaman. Di jaman yang serba teknologi ini, membuat bertambahnya juga cabang ilmu teknologi. Salah satu cabang ilmu yang sekarang ini diminati adalah ilmu Kecerdasan Buatan (Artificial Intellegence). Cabang ilmu AI ini membahas tentang pemanfaatan mesin untuk memecahkan masalah dengan cara yang manusiawi. Cara manusiawi adalah dilakukan dengan mengikuti karakteristik dan analogi berpikir dari Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer. Kecerdasan buatan ini biasanya dengan menggabungkan ilmu komputer dengan bidang lainnya seperti biologi, matematika, psikologi, filosofi dan bidang lainnya.
AI memiliki cabang ilmu juga. Salah satunya adalah Machine Learning atau biasa disebut pembelajaran mesin. Mungkin karena mengandung kata ‘mesin’, anda berpikir bahwa machine learning ini mengarah kepada teknologi robot seperti pada cerita fiksi terminator, cyborg dan berbagai film yang menceritakan sebuah mesin dimasa depan, tetapi bukan itu yang dinamakan machine learning.
Seringkali kita tidak menyadar bahwa machine learning pada dasarnya digunakan di dalam kehidupan sehari-hari. Penerapan machine learning ada pada saat anda membuka email seperti Gmail, Yahoo dan yang lainnya. Secara otomatis gmail atau aplikasi email lainnya akan memfilter semua pesan anda dan dikategorikan ke dalam beberapa hal, seperti kategori social yang berisikan notifikasi, kategori spam, dan pesan yang penting. Penerapan machine learning lainnya adalah pendeteksi wajah (face detection & face recognition). Dimana aplikasi dapat mengenal pola (pattern) seperti keamanan sistem pada smartphone yang baru-baru ini rilis pada tahun 2018.
Definisi dan Sejarah Machine Learning
Awal mula komputer dibut, sebenarnya para peneliti sudah memikirkan bagaimana komputer dapat belajar dari pengalaman. Untuk itulah Machine learning ini dibuat. Machine learning bermula di awal abad 20, seorang penemu Spanyol, Torres y Quevedo, membuat sebuah mesin yang dapat men’skak-mat’ raja lawan dengan sebuah ratu dan raja.
Machine learning adalah proses komputer untuk belajar dari data. Machine learning dibangun dengan menggunakan algoritma. Machine learning adalah bidang studi yang memberikan kemampuan program komputer untuk belajar tanpa secara eksplisit diprogram. Sedangkan Tom M. Mitchell memberikan definisi sebagai “Sebuah program komputer yang belajar dari pengalaman (experience) E dari tugas yang dibebankan (Task) T dengan kinerjanya (performance) P yang terukur.
Saat ini Machine Learning menjadi area yang sangat diminati di dalam cabang Ilmu Komputer. Dan jika dilihat dari perkembangan dunia teknologi saat ini, memang sudah banyak perusahaan yang menerapkan konsep dari Machine Learning ini. Dibawah ini adalah beberapa contoh implementasi dari Machine Learning.
1. Text Analysis
Machine learning dapat diimplementasikan untuk menganalisa suatu tulisan. Seperti search engine pada google. Ketika kita mengetikkan sebuah kalimat, maka google akan mencari beberapa penggalan kalimat yang terkandung dari beberapa halaman web.
2. Image Processing
Seperti yang sudah dijelaskan sebelumnya, maka machinge learning dapat diimplementasikan untuk face detection baik secara langsung dengan kamera atau dengan gambar.
3. Finance
Implementasi dari Machine Learning juga banyak diterapkan dalam bidang finansial untuk membantu memprediksi maupun mengambil keputusan.
4. Search and Recomendation Engine
Machine Learning juga diterapkan untuk memaksimalkan fungsi pencarian dan rekomendasi oleh situs pencari, e-commerce dan media sosial. Seperti pada google, saat kita mencari sesuatu pada search engine, maka google akan menampilkan beberapa halaman web rekomendasi yang sering dikunjungi user.
5. Speech Understanding
Ini berhubungan dengan suara manusia dan cabang ilmu komputer lainnya yaitu Natural Language Processing (NLP). Seperti google yang sekarang sudah diperbaharui dengan mesin pencarian menggunakan suara.
Konsep dasar Machine Learning
Machine learning bukan apa-apa tanpa data. Maksudnya adalah semua aplikasi machine learning memerlukan data sebagai bahan latihan dan untul Analisa sehingga mampu mengeluarkan output . Sebelum aplikasi machine learning bisa bekerja, maka ia membutuhkan Data untuk "latihan" (training), hasil training itu nanti akan diuji atau di test dengan data yang sama atau bertolak belakang.
Studi Kasus.
Seperti contoh pada aplikasi BUKALAPAK. Fitur rekomendasi produk di Bukalapak sebenarnya sudah ada sejak lama. Namun sebelum menggunakan machine learning, pendekatan Bukalapak terbilang sederhana.
Gunakan Wisdom of Crowd
Pendekatan yang diambil lebih pragmatis, yaitu collaborative filtering. Ide dasarnya adalah, pengguna yang memiliki minat yang sama akan membentuk pola perjalanan (journey) yang mirip saat menjelajahi Bukalapak. Contohnya, jika produk A dan B dilihat oleh 10 ribu orang, sementara yang melihat produk A dan C hanya 100 orang, berarti produk B lebih relevan untuk kelompok pengunjung yang melihat produk A. Jadi ketika seseorang melihat produk A, ia akan diberikan rekomendasi produk B dan bukan C.
Strategi Implementasi
Sejak saat itu, rekomendasi produk di Bukalapak pun sepenuhnya berbasis machine learning. Pemanfaatannya pun diperluas. Salah satu contohnya adalah halaman depan Bukalapak yang tidak lagi disusun manual. Salah satu contoh nyata di Bukalapak adalah mendeteksi foto produk dari pelapak yang memiliki watermark logo tertentu.
Referensi :
1. https://www.codepolitan.com/mengenal-teknologi-machine-learning-pembelajaran-mesin2. https://medium.com/@ilhamfauziernanda046/kecerdasan-buatan-adalah-salah-satu-cabang-ilmu-pengetahuan-berhubungan-dengan-pemanfaatan-mesin-66770e62a647
3. https://embeddednesia.com/v1/pengenalan-machine-learning/
4. http://www.catatanrobert.com/konsep-dan-implementasi-machine-learning/
5. http://teknosains.com/others/pengertian-konsep-dasar-machine-learning
6. http://infokomputer.grid.id/read/12995930/studi-kasus-belajar-implementasi-machine-learning-dari-bukalapak?page=all
AI memiliki cabang ilmu juga. Salah satunya adalah Machine Learning atau biasa disebut pembelajaran mesin. Mungkin karena mengandung kata ‘mesin’, anda berpikir bahwa machine learning ini mengarah kepada teknologi robot seperti pada cerita fiksi terminator, cyborg dan berbagai film yang menceritakan sebuah mesin dimasa depan, tetapi bukan itu yang dinamakan machine learning.
Seringkali kita tidak menyadar bahwa machine learning pada dasarnya digunakan di dalam kehidupan sehari-hari. Penerapan machine learning ada pada saat anda membuka email seperti Gmail, Yahoo dan yang lainnya. Secara otomatis gmail atau aplikasi email lainnya akan memfilter semua pesan anda dan dikategorikan ke dalam beberapa hal, seperti kategori social yang berisikan notifikasi, kategori spam, dan pesan yang penting. Penerapan machine learning lainnya adalah pendeteksi wajah (face detection & face recognition). Dimana aplikasi dapat mengenal pola (pattern) seperti keamanan sistem pada smartphone yang baru-baru ini rilis pada tahun 2018.
Definisi dan Sejarah Machine Learning
Awal mula komputer dibut, sebenarnya para peneliti sudah memikirkan bagaimana komputer dapat belajar dari pengalaman. Untuk itulah Machine learning ini dibuat. Machine learning bermula di awal abad 20, seorang penemu Spanyol, Torres y Quevedo, membuat sebuah mesin yang dapat men’skak-mat’ raja lawan dengan sebuah ratu dan raja.
Machine learning adalah proses komputer untuk belajar dari data. Machine learning dibangun dengan menggunakan algoritma. Machine learning adalah bidang studi yang memberikan kemampuan program komputer untuk belajar tanpa secara eksplisit diprogram. Sedangkan Tom M. Mitchell memberikan definisi sebagai “Sebuah program komputer yang belajar dari pengalaman (experience) E dari tugas yang dibebankan (Task) T dengan kinerjanya (performance) P yang terukur.
Saat ini Machine Learning menjadi area yang sangat diminati di dalam cabang Ilmu Komputer. Dan jika dilihat dari perkembangan dunia teknologi saat ini, memang sudah banyak perusahaan yang menerapkan konsep dari Machine Learning ini. Dibawah ini adalah beberapa contoh implementasi dari Machine Learning.
1. Text Analysis
Machine learning dapat diimplementasikan untuk menganalisa suatu tulisan. Seperti search engine pada google. Ketika kita mengetikkan sebuah kalimat, maka google akan mencari beberapa penggalan kalimat yang terkandung dari beberapa halaman web.
2. Image Processing
Seperti yang sudah dijelaskan sebelumnya, maka machinge learning dapat diimplementasikan untuk face detection baik secara langsung dengan kamera atau dengan gambar.
3. Finance
Implementasi dari Machine Learning juga banyak diterapkan dalam bidang finansial untuk membantu memprediksi maupun mengambil keputusan.
4. Search and Recomendation Engine
Machine Learning juga diterapkan untuk memaksimalkan fungsi pencarian dan rekomendasi oleh situs pencari, e-commerce dan media sosial. Seperti pada google, saat kita mencari sesuatu pada search engine, maka google akan menampilkan beberapa halaman web rekomendasi yang sering dikunjungi user.
5. Speech Understanding
Ini berhubungan dengan suara manusia dan cabang ilmu komputer lainnya yaitu Natural Language Processing (NLP). Seperti google yang sekarang sudah diperbaharui dengan mesin pencarian menggunakan suara.
Konsep dasar Machine Learning
Machine learning bukan apa-apa tanpa data. Maksudnya adalah semua aplikasi machine learning memerlukan data sebagai bahan latihan dan untul Analisa sehingga mampu mengeluarkan output . Sebelum aplikasi machine learning bisa bekerja, maka ia membutuhkan Data untuk "latihan" (training), hasil training itu nanti akan diuji atau di test dengan data yang sama atau bertolak belakang.
Studi Kasus.
Seperti contoh pada aplikasi BUKALAPAK. Fitur rekomendasi produk di Bukalapak sebenarnya sudah ada sejak lama. Namun sebelum menggunakan machine learning, pendekatan Bukalapak terbilang sederhana.
Gunakan Wisdom of Crowd
Pendekatan yang diambil lebih pragmatis, yaitu collaborative filtering. Ide dasarnya adalah, pengguna yang memiliki minat yang sama akan membentuk pola perjalanan (journey) yang mirip saat menjelajahi Bukalapak. Contohnya, jika produk A dan B dilihat oleh 10 ribu orang, sementara yang melihat produk A dan C hanya 100 orang, berarti produk B lebih relevan untuk kelompok pengunjung yang melihat produk A. Jadi ketika seseorang melihat produk A, ia akan diberikan rekomendasi produk B dan bukan C.
Strategi Implementasi
Sejak saat itu, rekomendasi produk di Bukalapak pun sepenuhnya berbasis machine learning. Pemanfaatannya pun diperluas. Salah satu contohnya adalah halaman depan Bukalapak yang tidak lagi disusun manual. Salah satu contoh nyata di Bukalapak adalah mendeteksi foto produk dari pelapak yang memiliki watermark logo tertentu.
Referensi :
1. https://www.codepolitan.com/mengenal-teknologi-machine-learning-pembelajaran-mesin2. https://medium.com/@ilhamfauziernanda046/kecerdasan-buatan-adalah-salah-satu-cabang-ilmu-pengetahuan-berhubungan-dengan-pemanfaatan-mesin-66770e62a647
3. https://embeddednesia.com/v1/pengenalan-machine-learning/
4. http://www.catatanrobert.com/konsep-dan-implementasi-machine-learning/
5. http://teknosains.com/others/pengertian-konsep-dasar-machine-learning
6. http://infokomputer.grid.id/read/12995930/studi-kasus-belajar-implementasi-machine-learning-dari-bukalapak?page=all
