Universitas Teknokrat Indonesia Ega Nofriliani

MACHINE LEARNING
Machine learning adalah cabang aplikasi dari artificial intelligence
(kecerdasaan) yang fokus pada pengembangan sebuah sistem yang mampu belajar “sendiri”
tanpa harus berulang kali di program olehmanusia. Aplikasi Machine learning
membutuhkan data sebagai bahan belajar(training) sebelum mengeluarkan output. Aplikai
sejenis ini juga biasanya berada dalam domain spesifik alias tidak bisa diterapkan secara
general untuk semua permasalahan.

Peran Data Dalam Machine Learning

Machine learning bukan apa apa tanpa data. Artinya semua aplikasi machine learning
membutuhkan data sebagai bahan training dan untuk dianalisa sehingga
mampu mengeluarkan output. Sebelum aplikasi machine learning bisa
bekerja , maka ia membutuhkan data untuk “latihan” (training), hasil
training itu nanti akan diuji dengan data yang sama atau bertolak
belakang. Misal kita buat machine learning untuk mengenali nasi padang
( nasi pada recognition system), maka untuk training kita sediakan koleksi
ratusan, ribuan bahkan jutaan gambar nasi padang ,setelah selesai , baru
kita test hasil latihan itu dengan menginput basi padang (sejenis) dan kita
juga test dengan memasukan foto objek lain seperti
mobil,gunung,komputer dll. Output machine learning umumnya berupa
prediksi beserta label tingkat kepercayaannya. Misal jika input gambar nasi
padang pada sistem maka sistem kita akan memberi output seperti ini :
Universitas Teknokrat Indonesia Ega Nofriliani

1. Nasi Padang 0.99

2. Nasi Pecel 0.78

3. karedok 0.58

4. Nasi Kucing 0.40

5. Nasi Kavret 0.10

Output no 1 adalah output yang kita harapkan dan juga tingkat kepercayaannya mencapai
0.99 (paling tinggi). Skala yang digunakan dalam machine learning adalah 0-1 (0 sampai 1).
Data dalam Machine Learning bisa berupa apasaja . bisa berupa table seperti data Ms
Exel,bisa berupa gambar seperti yang pada tuingle atau pada Google Image atau apa saja
yang memang disiapkan khusus untuk input machine learning .