Data Science

Sains Data || PertemuanIV

 Materi
ALGORITMA DALAM MACHINE LEARNING

• Klasifikasi
• Regresi
• Clustering
• Asosiasi
MACHINE LEARNING
?
 Machine Learning
Machine learning adalah sebuah cabang
dari kecerdasan buatan (artificial intelligence)
yang fokus pada pengembangan algoritma dan
model statistik yang memungkinkan komputer
untuk belajar dan memperbaiki kinerjanya dalam
tugas tertentu tanpa perlu diprogram secara
eksplisit. Secara sederhana, machine learning
adalah tentang mengajarkan komputer cara
mengenali pola dalam data dan membuat
keputusan atau prediksi berdasarkan pola-pola ini.
• Beberapa tugas yang dapat diselesaikan dengan
machine learning termasuk pengenalan wajah,
klasifikasi gambar, penerjemahan bahasa,
rekomendasi produk, dan banyak lagi
 Machine Learning
Machine learning adalah subbidang AI
yang fokus pada pengembangan
algoritma yang mampu belajar dari
data dan meningkatkan kinerjanya
seiring berjalannya waktu tanpa
pemrograman eksplisit.

Pembelajaran mesin adalah

bagian dari Kecerdasan Buatan
(AI) yang memberi mesin
kemampuan untuk belajar secara
otomatis dan berkembang dari
pengalaman tanpa diprogram
secara eksplisit
 Contoh Machine Learning
Machine learning digunakan untuk menganalisis
data sekuensing genom yang besar dan
kompleks. Ini termasuk identifikasi gen,
penentuan peran sekuens DNA non-koding, dan
pengklasifikasian variasi genetik yang berkaitan
dengan penyakit. Model machine learning
digunakan untuk memprediksi dampak mutasi
genetik pada fungsi biologis.

Pengklasifikasi spam email adalah contoh

dari machine learning. Algoritma belajar dari
contoh email yang telah diberi label sebagai
spam atau bukan spam dan dapat
mengklasifikasikan email baru berdasarkan
pola yang telah dipelajari.
 Contoh Machine Learning
Pendeteksian Penyakit: Machine learning
digunakan untuk mendeteksi penyakit dari data
medis dan diagnostik, seperti penggunaan citra
medis dan data laboratorium. Contohnya adalah
pengenalan gambar medis untuk deteksi kanker
atau diagnosa penyakit jantung

Pengklasifikasi spam email: Algoritma akan

belajar dari contoh email yang telah diberi
label sebagai spam atau bukan spam dan
dapat mengklasifikasikan email baru
berdasarkan pola yang telah dipelajari.
 Contoh Machine Learning
• Sekuensing Genom: Machine learning digunakan untuk menganalisis data
sekuensing genom yang besar dan kompleks. Ini termasuk identifikasi gen,
penentuan peran sekuens DNA non-koding, dan pengklasifikasian variasi genetik
yang berkaitan dengan penyakit. Model machine learning digunakan untuk
memprediksi dampak mutasi genetik pada fungsi biologis.

• Bioinformatika dan Analisis Genomik: Machine learning digunakan untuk

menganalisis data genetik, seperti identifikasi pola dalam data ekspresi gen, analisis
sekuens RNA, dan pemodelan jalur biologis. Ini membantu dalam pemahaman
proses biologis dan penyakit.

• Pengobatan Personalisasi: Machine learning digunakan untuk mengidentifikasi

perawatan yang paling efektif untuk pasien berdasarkan profil genetik mereka. Ini
membantu dalam pengembangan pengobatan yang disesuaikan dengan pasien.
 Contoh Machine Learning
• Pemantauan dan Pengendalian Pertanian: Machine learning digunakan dalam
pemantauan pertanian untuk memprediksi hasil panen, mendeteksi hama dan
penyakit tanaman, serta mengoptimalkan penggunaan sumber daya seperti air dan
pupuk.

• Perancangan Obat: Machine learning digunakan dalam penemuan dan

pengembangan obat. Ini mencakup penelitian virtual untuk merancang senyawa obat
baru, prediksi interaksi obat, dan identifikasi calon obat dari komponen alam.

• Analisis Struktur Protein: Machine learning digunakan untuk memprediksi

struktur protein yang sulit dipelajari secara eksperimental. Ini penting dalam
pemahaman bagaimana protein berinteraksi dan berpotensi dalam pengembangan
obat.
 Contoh Machine Learning

• Metagenomik: Machine learning digunakan untuk menganalisis data metagenomik

yang mengidentifikasi dan karakterisasi organisme dalam lingkungan tertentu,
seperti ekosistem tanah atau mikrobiota manusia.

• Identifikasi Kandungan Kimia: Machine learning digunakan untuk

mengidentifikasi kandungan kimia dalam sampel obat, makanan, dan bahan kimia
lainnya. Ini dapat membantu dalam pengujian mutu dan keamanan produk.

• Genomika Kesehatan: Machine learning digunakan untuk memprediksi risiko

individu terhadap penyakit genetik dan menganalisis data genomik pasien untuk
perawatan yang disesuaikan.
 Training Data

Train the Machine Evaluate

Learning Algorithm

Machine Learning
Input Data Prediction
Algorithm
Tipe-tipe Algoritma dalam
Machine Learning
Supervised Learning
Unsupervised Learning
Reinforcement Learning
Ada pertanyaan?
TUGAS
1. MEMBUAT PPT DAN DI PRESENTASIKAN TENTANG
METODE KLASIFIKASI, REGRESI, CLUSTERING, ASOSIASI.
2. ULAS 1 JURNAL TERKAIT METODE-METODE TERSEBUT.
3. JURNALNYA SUDAH DISEDIAKAN

1 KELOMPOK