1.Definisi
Istilah machine learning pada dasarnya adalah proses komputer untuk belajar dari data (learn from data). Tanpa adanya data, komputer tidak akan bisa belajar apa-apa. Oleh karena itu jika kita ingin belajar machine learning, pasti akan terus berinteraksi dengan data. Semua pengetahuan machine learning pasti akan melibatkan data. Data bisa saja sama, akan tetapi algoritma dan pendekatan nya berbeda-beda untuk mendapatkan hasil yang optimal.
Referensi :
https://garudacyber.co.id/artikel/915-definisi-dan-konsep-utama-machine-learning
https://rsinewsupdate.wordpress.com/2017/12/03/machine-learning-pengertian-sejarah-dan-perannya-dalam-kehidupan/
https://www.codepolitan.com/mengenal-teknologi-machine-learning-pembelajaran-mesin
https://makemac.grid.id/read/21987233/mengenal-cara-kerja-hey-siri-dari-machine-learning-journal
http://www.catatanrobert.com/konsep-dan-implementasi-machine-learning/
https://weltam.wordpress.com/2017/04/18/contoh-kasus-machine-learning/
Machine learning atau biasa disingkat
dengan ML ialah kecerdasan buatan (Artificial intelligence) yang
mempelajari bagaimana cara mengembangkan suatu sistem, membuat data, dan
membuat algoritma-algoritma yang bisa melakukan tugas – tugas nya dengan
sendiri tanpa ada arahan dari pengguna nya dan memungkinkan programmer bisa
belajar.
Fokus besar penelitian Machine learning adalah bagaimana mengenali secara otomatis pola
kompleks dan membuat keputusan cerdas berdasarkan data. Mesin dalam hal ini
memiliki arti “sistem” bukan mesin mekanik secara harfiah.
Tidak hanya individu yang belajar meningkatkan
kecerdasan nya tetapi mesin juga membutuhkan hal tersebut untuk meningkatkan
kecerdasan nya dan memiliki kemampuan yang cerdas dan tidak di miliki
oleh mesin lain nya. Saat ini di cabang Ilmu Komputer Machine learning sangat diminati, di lihat dari banyaknya jumlah
mahasiswa (terutama mahasiswa luar negeri) yang banyak berminat untuk mengambil
bidang machine learning ini. Dari
perusahaan atau organisasi juga sudah banyak menerapkan konsep di bidang machine
learning, yang telah di lihat dari perkembangan dunia teknologi masa ini.
Contoh Machine
learning: Aplikasi Pengenalan Gambar, Aplikasi Asisten Pribadi seperti
Siri, Bixby dll, Chat Bot, Pengenal Wajah, Matlab, SciLab, Mobil otonom dan
domain-domain spesifik lainnya.
2.Sejarah
Sejak pertama kali komputer diciptakan manusia sudah memikirkan bagaimana
caranya agar komputer dapat belajar dari pengalaman. Hal tersebut terbukti pada
tahun 1952, Arthur Samuel menciptakan sebuah program, game of checkers,
pada sebuah komputer IBM. Program tersebut dapat mempelajari gerakan untuk
memenangkan permainan checkers dan menyimpan gerakan tersebut kedalam
memorinya.Istilah machine learning pada dasarnya adalah proses komputer untuk belajar dari data (learn from data). Tanpa adanya data, komputer tidak akan bisa belajar apa-apa. Oleh karena itu jika kita ingin belajar machine learning, pasti akan terus berinteraksi dengan data. Semua pengetahuan machine learning pasti akan melibatkan data. Data bisa saja sama, akan tetapi algoritma dan pendekatan nya berbeda-beda untuk mendapatkan hasil yang optimal.
Sebagian orang banyak mengatakan bahwa AI (Artificial intelligence) dan Machine learning itu sama dan sederhana.
Tapi, kenyataan nya AI (Artificial intelligence)
dan Machine learning
itu memiliki perbedaan menurut para ahli. Perbedaan nya yaitu :
Machine learning (ML)
Suatu metode untuk mencapai AI. Yang berarti
dapat menerapkan perangkat pelatihan dengan berbagai cara yang berbeda di
platform machine learning untuk
memprediksi waktu. Dan akan membuat prediksi mengenai sesuatu yang berdasarkan
pada pelatihan dari kumpulan – kumpulan data parsing.
Artificial intelligence (AI)
Yang berarti untuk melakukan pekerjaan atau pun
tugas – tugas tertentu komputer lebih baik dari pada manusia.
Contoh nya saja pada robot yang mampu membuat suatu keputusan berdasarkan
banyak nya masukan – masukan, bukan seperti C3PO atau terminator. Sebenarnya
tidak terlalu berguna istilah yang sangat luas itu.
3. Konsep Dasar
Konsep dasar ini mampu meningkatkan kecerdasan yang
meliputi kemampuan dari suatu individu untuk belajar tanpa terkecuali pada
sebuah mesin. Produktivitas manusia akan meningkat jika suatu mesin mampu untuk
belajar. Dan mesin tersebut akan berbeda dengan mesin lain nya, karena ia
mempunyai kemampuan yang tidak di miliki oleh mesin lain nya.
4. Penjelasan dan Studi Kasus
“Hey Siri” adalah cara memanggil personal
assistant di iOS, macOS, tvOS dan watchOS yang pastinya pernah kamu coba. Dibalik
cara yang mudah, ada banyak elemen penting yang bekerja di belakangnya untuk
satu fitur tersebut. Dikutip dari catatan terbaru pada laman Machine learning Journal, Apple menjelaskan banyak hal mengenai
cara kerja di balik fitur Hey Siri. Peran paling besar adalah teknologi Digital Neural Network (DNN) yang
menangkap pola akustik suara untuk membuatnya menjadi data input kepada Hey
Siri dan memanggil fitur tersebut.
Setelah menangkap data yang diperlukan, proses
komputasi berikutnya adalah menentukan apakah frase yang diucapkan sudah
dianggap tepat atau belum. Jika tepat, “Hey Siri” yang kamu ucapkan akan diubah
menjadi cara memanggil Siri yang sebelumnya hanya dikenal lewat proses tekan
dan tahan Home Button. Jika tidak,
sistem Deep Neural Network (DNN) akan meningkatkan sensitifitas
penerimaan suara selama beberapa waktu alias untuk menerima input suara
berikutnya. Dengan proses tersebut, pengguna tidak perlu mengucapkan “Hey Siri”
dengan lebih keras, namun sistem DNN yang akan menjadi lebih sensitif.
Referensi :
https://garudacyber.co.id/artikel/915-definisi-dan-konsep-utama-machine-learning
https://rsinewsupdate.wordpress.com/2017/12/03/machine-learning-pengertian-sejarah-dan-perannya-dalam-kehidupan/
https://www.codepolitan.com/mengenal-teknologi-machine-learning-pembelajaran-mesin
https://makemac.grid.id/read/21987233/mengenal-cara-kerja-hey-siri-dari-machine-learning-journal
http://www.catatanrobert.com/konsep-dan-implementasi-machine-learning/
https://weltam.wordpress.com/2017/04/18/contoh-kasus-machine-learning/