Daftar Isi:
Pada artikel kali ini kita akan membahas tentang istilah yang populer akhir-akhir ini, yaitu machine learning.
Apa itu machine learning?
Apakah seperti Optimus Prime yang dapat mempelajari bahasa manusia melalu internet?
Baca Juga:
Mari kita bahas.
Pengertian
Machine learning adalah sebuah ilmu yang merupakan salah satu bagian dari artificial intelligence atau istilah kerennya AI.
Baca Juga:
Artificial intelligence atau kecerdasan buatan adalah sebuah mesin atau robot yang merupakan benda mati namun dapat berperilaku seperti layaknya manusia.
Kalau kalian pernah menonton film Terminator atau kenal dengan karakter Baymax dari film Big Hero Six, itu merupakan salah satu contoh dari AI.
Baca Juga:
Kembali membahas tentang machine learning, terjemahan dari istilah ini adalah “mesin yang sedang belajar”.
Machine learning sangat berhubungan erat dengan yang namanya data dan pengalaman.
Selain itu, machine learning sangat berkaitan dengan bidang ilmu seperti data mining, text mining atau statistika.
Jadi teknologi ini akan mempelajari banyaknya data dan akan mengeluarkan berbagai macam output yang sesuai dengan data yang dipelajari.
Contohnya data riwayat belanja seseorang, dan output-nya adalah rekomendasi atau iklan dari barang yang mungkin saja pengguna sedang inginkan.
Teknologi ini juga melaksanakan semuanya dengan mandiri, mulai dari mempelajari data, menyimpulkan sebuah keputusan atau memberi respon berupa tindakan atau pekerjaan tertentu.
Manusia sendiri tidak akan terlalu banyak terlibat, kita hanya akan memprogram suatu mesin untuk dapat melakukan beberapa hal tadi secara mandiri.
Dengan kata lain, manusia hanya membuat model dan model itu nanti yang akan belajar dengan sendirinya.
Contoh Implementasi
Salah satu contoh implementasi machine learning menurut penulis adalah fitur voice recognition atau pengenalan suara milik Google.
Di saat kalian sedang mengatakan sesuatu, maka perangkat yang memiliki fitur ini akan merekam apa yang anda katakan.
Kemudian, output yang dikeluarkan bisa saja suara anda yang sudah tertulis atau mungkin perangkat tersebut akan berbicara dengan anda.
Pertanyaannya sekarang adalah “Bagaimana sebuah perangkat komputer dapat memahami maksud dari suara tersebut?”
Jawabannya karena perangkat atau aplikasi tersebut mempelajari setiap data suara yang masuk, mengumpulkannya dan mempelajarinya lagi.
Karena beda posisi antar kata saja dapat menimbulkan arti yang berbeda, contohnya kata “dipukul”.
Bisa saja kata ini muncul dalam kalimat berita atau kalimat tanya.
Contohnya “Aku dipukul” dan “Apakah kamu dipukul?”.
Jadi mesin milik Google akan mempelajari banyaknya data suara yang masuk ke dalam basis data mereka melalui fitur speech recognition ini.
Yang dipelajari bisa dari penggunaan kosakata, intonasi, jeda dan sebagainya.
Selain voice recognition, ada juga teknologi face recognition atau software untuk belanja daring.
Tentu saja dua contoh implementasi tersebut melibatkan banyak pertimbangan.
Untuk face recognition, yang jadi pertimbangan tentu saja adalah titik-titik visual pada wajah seseorang.
Mulai dari posisi telinga, bentuk mata dan bentuk bibir, struktur wajah dan sebagainya.
Namun untuk aplikasi belanja daring, contoh output-nya adalah rekomendasi barang tertentu yang mungkin pengguna minati.
Bagaimana aplikasi tersebut dapat menentukan sebuah barang sebagai barang yang mungkin akan pengguna beli.
Jawabannya karena aplikasi tersebut memiliki program yang mempelajari karakter pengguna.
Mulai dari barang apa saja yang sudah terbeli, riwayat pencarian dan sebagainya.
Semakin banyak data yang ada, maka output yang dihasilkan bisa semakin akurat.
Rangkuman
Sederhananya machine learning adalah sebuah mesin yang dapat belajar dari data-data yang ada.
Jadi mesin ini akan mempelajari berbagai macam data atau pola-pola tertentu dengan sedikit intervensi dari manusia.
Mulai dari menerima data, memprosesnya dan menganalisis data tersebut dan akhirnya menghasilkan output tertentu.
Konsep yang satu ini sangat berkaitan dengan yang namanya pengalaman atau experience.
Semakin banyak data atau informasi yang masuk, maka akan semakin berpengalaman mesin tersebut.
Jika pengalamannya terus bertambah, maka keakuratan output-nya akan semakin tinggi.
Jadi manusia akan menaruh sebuah algoritma ke dalam sebuah mesin dan sedikit mengawasi.
Dan mesin akan mencerna berbagai data yang masuk menggunakan algoritma tersebut.
Output yang dihasilkan akan menyesuaikan dengan berbagai data atau informasi yang diterima.
Mohon maaf jika ada kekeliruan dan kesalahan pada artikel ini, terima kasih.
