KELOMPOK 14

Machine
Learning
MUHAMMAD THORIQ
(22503241054)
JONATHAN ALRASYID
(22503244020)
Machin
e
Learnin
Machine Learning adalah cabang dari
ArtificialIntelligence (AI) yang memungkinkan
computer "belajar“ melalui analisis statistika
g
data.Menurut Arthur Samuel (1959), Machine
learning memungkinkan komputer mempelajari
data dan menghasilkan model untuk melakukan
proses input-output tanpa instruksi yang
diprogram secara eksplisit.
 Manfaat Machine Learning
Bidang
01 Bidang kesehatan 02
pendidikan

Bidang Bidang industri

03 04
transportasi keuangan
Manfaat Machine Learning

01 Bidang kesehatan

Machine learning kini diterapkan luas dalam diagnosis cepat dan perawatan
kesehatan. Meskipun diawasi karena dianggap kurang 'manusiawi', mesin ini
menawarkan akurasi tak tertandingi. Dari administrasi hingga perawatan, machine
learning analisis krisis, membandingkan skenario, menghemat waktu, dan membuka
jalur strategis untuk pendekatan medis kritis. Selain itu, dalam prosedur medis,
machine learning memberdayakan robot bedah untuk invasi minimal, meningkatkan
keberhasilan prosedur dengan efisiensi waktu dan biaya. Keseluruhan, machine
learning mendorong efisiensi dalam diagnosis, penelitian, dan pengobatan kesehatan.
Manfaat Machine Learning

Bidang
02
pendidikan

Pengajar (guru) memang tidak dapat sepenuhnya digantikan oleh bot, tetapi
machine
learning dapat membantu memberikan keragaman pada metode pengajaran dan
pendidikan secara keseluruhan. Kemampuan machine learning dapat digunakan
untuk
menilai pemahaman akademis peserta didik, menganalisis caranya memandang
pengetahuan, dan membuat rencana akademis yang disesuaikan dengan kebutuhan
siswa.
Manfaat Machine Learning

Bidang
03
transportasi

Machine learning memainkan peran kunci dalam transformasi industri transportasi

saat ini. Dengan manajemen sensorik dan otomatisasi, teknologi ini mengatasi
ancaman dari pengemudi sembrono, memungkinkan kendaraan cerdas untuk
memahami lingkungan sekitarnya dan mengambil tindakan pencegahan demi
keselamatan penumpang. Selain itu, machine learning berpotensi untuk mengelola
lalu lintas dan mencegah kemacetan jalan.
Manfaat Machine Learning
Bidang industri
04
keuangan

Bank dan lembaga keuangan semakin mengandalkan algoritme kompleks berbasis

machine learning untuk menganalisis risiko pinjaman, menilai kualitas aplikasi, dan
mendeteksi penipuan. Pendekatan ini memperkuat kemampuan mereka dalam
pengambilan keputusan yang akurat.
 Macam Algoritme Machine Learning
01 02
Supervised Machine Unsupervised
Learning Algorithms Machine Learning
Macam algorithms
Algoritme
Machine
learning
03 04
Reinforcement
Semi-supervised Machine
Machine Learning
Learning algorithms
algorithms
Macam Algoritme Machine Learning

01 Supervised machine learning adalah algoritme utama dalam pembelajaran

mesin, digunakan terutama untuk data dengan pemetaan langsung antara input
Supervised Machine dan output. Algoritme ini melibatkan pengawasan langsung, dengan
Learning Algorithms pengembang memberi label pada sampel data dan menetapkan batasan operasi
algoritma. Proses utama algoritme ini mencakup klasifikasi dan regresi

02 Unsupervised Machine Learning adalah pendekatan dalam pembelajaran mesin

di mana data tidak memiliki label atau hasil sebelumnya. Algoritme ini
Unsupervised mempelajari pola implisit dalam data tanpa panduan langsung,
Machine Learning mengidentifikasi struktur, kepadatan, dan fitur serupa. Teknik seperti clustering
dan dimensionality reduction digunakan untuk mengelompokkan data dan
algorithms
mengurangi gangguan, tanpa pengetahuan sebelumnya tentang klasifikasi data.
Macam Algoritme Machine Learning

03 Semi-supervised learning merupakan gabungan antara supervised dan

unsupervised learning. Model semi-supervised menggabungkan aspek dari
keduanya dengan berada di tengah-tengah. Jika pada supervised semua data
Semi-supervised Machine berlabel dan pada unsupervised tidak ada label, maka semi-supervised berada
Learning algorithms di antara keduanya.

04 Reinforcement learning adalah cabang dari machine learning dan kecerdasan

buatan yang menggunakan observasi dari interaksi dengan lingkungan untuk
Reinforcement memaksimalkan hasil atau meminimalkan risiko. Algoritma ini terus belajar
Machine Learning dari lingkungan dengan menjelajahi berbagai kemungkinan status.
algorithms Reinforcement learning memungkinkan mesin dan agen perangkat lunak secara
otomatis menentukan perilaku ideal dalam konteks tertentu untuk
memaksimalkan kinerjanya.
ontoh Penerapaan Machine Learning
1. Virtual Personal Assistants:
Virtual personal assistants seperti Google Assistant, Alexa, Cortana,
dan Siri menggunakan machine learning untuk memahami instruksi
suara, merekamnya, dan bertindak sesuai dengan kode yang
dihasilkan.

2. Image Recognition:
Pengenalan gambar digunakan dalam aplikasi seperti deteksi wajah
di Facebook, di mana algoritma machine learning dapat mengenali
dan memberi tag otomatis pada teman-teman yang muncul dalam foto.

3. Social Media Services:

Platform media sosial menggunakan machine learning untuk
memberikan rekomendasi teman melalui fitur seperti "People You
May Know" di Facebook, memanfaatkan data aktivitas pengguna
untuk membuat saran pertemanan yang relevan.
ontoh Penerapaan Machine Learning
4. Email Spam and Malware Filtering:
Machine learning digunakan dalam pemfilteran spam dan deteksi
malware pada email. Algoritma seperti Multi-Layer Perceptron,
Decision tree, dan Naïve Bayes classifier membantu dalam pemisahan
email berdasarkan kategori.

5. Self-driving Car:
Mobil otonom, seperti yang dikembangkan oleh Tesla, menggunakan
machine learning, termasuk metode pembelajaran tanpa pengawasan,
untuk melatih model mobil dalam mendeteksi objek dan orang saat
berkendara.
TERIMA KASIH