Dasar-Dasar Machine Learning

Artificial Intelligence (AI) memainkan peran penting dalam kehidupan sehari-hari seperti
pengenalan atau deteksi gambar, pengenalan suara, dan natural language processing
(NLP). Artificial Intelligence dianggap sebagai kecerdasan yang ditunjukkan oleh mesin.
Istilah ini digunakan ketika mesin menunjukkan perilaku kognitif yang terkait dengan
manusia, seperti belajar atau memecahkan masalah. Secara umum, AI mengacu pada
kemampuan mesin untuk melakukan tugas sebagai respon terhadap lingkungan. Untuk
memprediksi hasil, mesin memerlukan algoritma untuk memproses data yang ada
(lingkungan) dan untuk mengidentifikasi pola sifat lingkungannya.
Machine Learning adalah suatu area dalam artificial intelligence atau kecerdasan buatan
yang berhubungan dengan pengembangan teknik-teknik yang bisa diprogramkan dan
belajar dari data masa lalu. Perkembangan terbaru dari machine learning adalah deep
learning (DL) yang merupakan generasi terbaru machine learning yang memperkenalkan
banyak lapisan pembelajaran mendalam algoritmanya. Secara umum, machine learning
terbagi menjadi 3 bagian yaitu Supervised Learning, Unsupervised Learning, dan
Reinforcement Learning.
 Tools

Pada course ini, anda akan belajar tools atau perangkat yang mendukung anda dalam
proses pengerjaan Data Science dan Tools yang digunakan selama proses pelatihan ini.

1. Anaconda

Anaconda merupakan installer yang dapat digunakan pada sistem operasi Linux,
windows dan Mac Os yang didalamnya terdapat aplikasi Python dan beberapa library
atau package python yang mendukung Data Science. Anda dapat mengunduh
Anaconda pada link berikut: https://www.anaconda.com/products/individual.

Library yang mendukung Machine Learning dan Data Science yang tersedia di Anaconda

Setelah anda menginstall Anaconda, anda dapat memulai project Data Science anda
dengan perintah jupyter notebook pada command prompt atau buka dari daftar
aplikasi anda.

Jupyter notebook
 Jupyter Notebook merupakan IDE yang mendukung untuk menulis program dengan
bahasa pemrograman Python yang sifatnya interaktif code.
2. Google Colab

Google Collab merupakan online tools yang membantu anda dalam membuat aplikasi
Python untuk Data Science tanpa melakukan instalasi pada device (anda menjalankan
melalui cloud Google dan data nya disimpan di dalam Google Drive). Untuk memulai
Google Colab, buka link berikut: https://colab.research.google.com/

IDE Google Colab

Pada gambar IDE Google Colab diatas, terdapat berbagai menu diantaranya:

● Judul ‘mobil_a.ipynb’ dapat anda rename sesuai nama project anda

● +code, perintah yang digunakan untuk membuat prompt code baru

● +text, perintah yang digunakan untuk membuat keterangan text

● Connect, perintah yang digunakan untuk menghubungkan Google Colab

dengan Kernel Machine

● Prompt, anda dapat menuliskan baris code dan langsung menjalankan nya
secara interaktif.

3. Twitter Developer

Pada course ini, anda akan banyak bermain dengan data teks, sehingga anda akan
mencoba untuk melakukan Crawling data melalui Twitter Developer untuk keperluan
Text Analysis. masuk ke halaman https://developer.twitter.com/ untuk memulai
mendaftarkan akun anda sebagai Developer Twitter. Setelah mendaftarkan akun, anda
akan mendapatkan Access Token, Access Token Secret, Consumer Key dan Consumer
Secret yang dapat anda gunakan untuk melakukan Crawling Data text sebagai berikut:
from tweepy.streaming import StreamListener
from tweepy import OAuthHandler
from tweepy import Stream

access_token = [MASUKAN ACCESS_TOKEN]

access_token_secret = [MASUKAN TOKEN_SECRET]
consumer_key = [MASUKAN CONSUMER KEY]
consumer_secret = [MASUKAN CONSUMER SECRET]

class StdOutListener(StreamListener):
def on_data(self, data):
print(data)
return True
def on_error(self, status):
print(status)

if __name__ == '__main__':
l = StdOutListener()
auth = OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_token, access_token_secret)
stream = Stream(auth, l)
hasil = stream.filter(track=[‘data science’,’machine learning’])

Pada baris code di atas, proses Crawling dilakukan untuk mengambil data dengan
keyword ‘data science’ dan ‘machine learning’ dimana proses Crawling akan terus
menerus terjadi hingga mesin Crawling dimatikan.

4. Library Python

Python memiliki banyak library yang membantu dalam proses pengerjaan Data Science di
berbagai domain seperti:
- Pandas, digunakan untuk membaca dataset, manipulasi dataset dalam bentuk data
frame
- Scipy, digunakan untuk bekerja dengan statistik dan fungsi lainnya
 - Matplotlib, digunakan untuk bekerja dengan visualisasi data
- Scikit learn, digunakan untuk bekerja dengan Machine Learning, Text Mining dan
Preprocessing data
- Tensor Flow, digunakan untuk bekerja dengan Deep Learning
- Open CV, digunakan untuk bekerja dengan gambar
- Librosa, digunakan untuk pemrosesan sinyal dan audio

QUIZ
1. Library Python yang fokus pada pemrosesan music
- Pyplot
- Librosa
- Numpy
- Seaborn
- Tweepy
2. Library Python yang fokus pada Data mining
- Scikit learn
- Matplotlib
- Open CV
- Librosa
- Pandas
3. Berikut merupakan IDE Python Interaktif yang membantu pengerjaan Data Science,
Kecuali
- Google Colab
- Sagemaker
- Jupyter Notebook
- Sublime
- Pycharm

TUGAS
Diberikan suatu case study sebagai berikut:
1. Lakukan installasi IDE Tools pada device anda (Pycharm/Anaconda/IDE lainnya)
2. Lakukan crawling data Twitter dengan keyword ‘Deep Learning’ dan ‘Machine
Learning’ dalam waktu 1 menit. Hasilnya simpan di dalam file .txt
Kumpulkan tugas dalam bentuk PDF dikirimkan melalui aplikasi BISA AI Academy.