Machine Learning

Machine learning adalah bagian dari ilmu Kecerdasan Buatan

atau dikenal juga sebagai AI (Artificial Intelligence).
machine learning ini adalah pada pengembangan sistem yang
dapat belajar “sendiri” tanpa perlu diprogram oleh manusia
berulang kali.
Machine Learning Adalah Teknik untuk menganalisis data yang
mengajarkan computer berprilaku atau berfikir layaknya manusia atau
binatang , yaitu belajar dari pengalaman.
Algoritma Machine Learning ini mempunyai sifat adaptasi yang
memungkinkan computer meningkatkan perilakunya sebagai hasil dari
proses belajar ( learning) .
 Berikut ini Video Tanyangan Contoh
penerapan Artificial Intelegence dari ABB
Program Robot Lengan

Simak baik-baik video berikut ini , apa

makna dan manfaat dari tanyangan
tersebut .
Sabar ya bapak Buka forder dulu
 Teknologi big data dan machine learning di gunakan
untuk menyelesaikan masalah berbagai bidang , yaitu :

1, Komputasi keuangan untuk

analisis kredit dan Algoritma
transaksi pasar saham.

2. Pengolahan Gambar dan computer vision untuk pengenalan wajah, deteksi Gerakan, deteksi
obyek.
3. Komputasi Biologi untuk deteksi
Tumor, penemuan Obat, pengurutan
DNA.

4. Penentuan energi
untuk penentuan harga
dan perkiraan kebutuhan
masa depan.
5. Otomotif , Pesawat Udara, Manufaktur ,
untuk memprediksi jadwal dan kebutuhan
pemeliharaan.
 Computer vision
Computer Vision  bagian dari Artificial Inteligence yang mengembangkan Teknik computer dapat
melihat dan memahami konten gambar digital, seperti foto dan video.
Penerapannya  Mobil Self-driving, Drone, pengenalan Wajah dan banyak lagi.

Klasifikasi Obyek, misal : Foto untuk membuat Aplikasi Grab, dll

Indentifikasi Obyek, Indentifikasi foto Obyek yg direkan fotonya.

Verivikasi Obyek Segmentasi Obyek

Computer Vision , Deteksi Obyek Pengenalan Obyek, mengenali obyek dan posisi di dalam
digunakan untuk : gambar

Deteksi Landmark Obyek Foto-foto di FaceBook , pada tag foto tsb telah
menggunakan teknologi Computer Vision
MARI KITA LIHAT VIDEO MOBIL DENGAN TEKNOLOGI SELF DRIVING
 Natural Language Processing
(Pemroses Bahasa Alami)
 Definisi
Pemroses bahasa alami (Natural Language Processing/NLP)
adalah suatu aplikasi (program) dalam bidang AI yang dapat
mengartikan suatu bahasa baik bahasa tulisan maupun
bahasa lisan atau memproses masukan yang berupa bahasa
menjadi suatu informasi atau pengetahuan

Yang menjadi pembahasan bukan bagaimana bahasa diinput

atau dimasukkan kedalam program, tetapi lebih kepada
bagaimana mengartikan suatu bahasa atau mengcopy /
mengambil informasi/pengetahuan dari suatu bahasa.
 Pembagian NLP
Masalah pemrosesan bahasa alami dibagi menjadi dua
bagian besar, yaitu :
1. Pemrosesan Naskah Tertulis
menggunkan pengetahuan tentang leksikal, sintax, dan
semantik
2. Pemrosesan Bahasa Lisan
menggunakan semua pengetahuan dari pemrosesan
naskah tertulis ditambah pengetahuan tentang
phonology.
 Masalah dalam NLP
Beberapa masalah yang dihadapi dalam pemrosesan bahasa
alami antara lain adalah :
1. Suatu kalimat sering kali tidak lengkap, artinya tidak
memberi informasi yang jelas atau lengkap
2. Satu kalimat dapat memiliki lebih dari satu pengertian
dalam konteks yang berbeda
3. Tidak ada program pemroses bahasa alami yang cukup
lengkap karena bahasa selalu berkembang, kosa kata
selalu bertambah.
4. Bisa terdapat lebih dari satu cara (lebih dari satu kalimat)
untuk mengungkapkan hal(maksud) yang sama.
 Tahapan Proses
Untuk memproses bahasa alami diperlukan 5 langkah sebagai berikut :
1. Analisis Morpology
Pada tahap ini dilakukan analisa untuk setiap kata dan komponen
yang dimiliki tiap kata termasuk token non kata seperti spasi,
tanda baca, tanda pemisah.

2. Analisis Sintax
Pada tahap ini sederetan kata disusun kedalam struktur yang
memperlihatkan bagaimana hubungan satu kata dengan kata
lainnya. Deretan kata akan ditolak bila tidak memenuhi aturan
penyusunan kata yang ada
3. Analisis semantik
Pada tahap ini struktur deretan kata yang sudah terbentuk
akan diberi arti. Dengan kata lain pemetaan dibuat antara
struktur sintax dengan object yang berhubungan.

4. Penyatuan Arah (konteks)

Pada tahap ini arti dari suatu kalimat disesuaikan dengan
kalimat-kalimat lain, karena arti dari suatu kalimat biasanya
berhubungan dengan kalimat sebelumnya dan kalimat
sesudahnya.

5. Analisis Pragmatis
Struktur yang terbentuk menghasilkan interpretasi ulang
dari apa yang sudah dikatakan atau ditulis sebelumnya
dengan arti yang sebenarnya.
 Grammar dan Parsers

• Grammar adalah suatu aturan yang menentukan bagaimana suatu

kalimat dalam suatu bahasa dibentuk. Grammar berisi kumpulan sintax
yang baku/benar dari suatu bahasa.
Contoh : Dalam bahasa Indonesia, suatu kalimat biasanya terdiri dari
Subject-Predikat-Object-Keterangan

• Parsers adalah suatu metode atau suatu program (sering disebut suatu
mesin) yang dapat memproduksi/menghasilkan kalimat atau bahasa
yang sesuai dengan Grammar yang sudah ditentukan atau diinginkan.
Parsers juga dapat memeriksa apakah suatu kalimat yang dimasukkan
sesuai dengan Grammar atau tidak.
 Jenis Parsers

Parsers terdiri dari dua jenis, yaitu :

1. Top-Down Parsing
memulai proses parsing dari simbol start dan menggunakan aturan grammar
sampai simbol-simbol terminal pada tree terhubung ke komponen kalimat
yang di parsing

2. Bottom-Up Parsing
memulai proses parsing dari kalimat yang akan di parsing dan menggunakan
aturan grammar secara terbalik untuk memproduksi kata menjadi terminal,
terminal menjadi kalimat sampai tree/ pohon lengkap dan simbol start tercapai
THE END