Pengenalan Machine Learning

Pertama kali kita mendengar istilah “machine learning” pasti asosiasi  yang berada di pikiran kita akan mengembara pada sebuah film – film fiksi ilmiah seperti terminator, cyborg, atau juga beberapa film yang menceritakan sebuah mesin yang ada  beberapa puluh atau ratus tahun kedepan.

Sering kita tidak tahu Machine Learning pada dasarnya digunakan dalam kehidupan kita sehari – hari, di banyak bidang lebih dari yang mungkin kita perkirakan. Pada saat kita membuka email dari gmail, yahoo, misalnya. Gmail akan otomatis memfilter  email – email yang masuk sebagai spam, atau bukan. (bahkan di Gmail, email bisa dikategorikan secara otomatis dalam kategori sosial media, marketing, atau forum).

Penerapan yang lain dari machine learning, adalah face detection dan face recognition. Dimana aplikasi dapat mengenali sebuah pattern (pola). Semisal yang paling mudah adalah pola wajah. Umumnya algoritma ini digunakan pada kamera saku, atau smartphone yang kita miliki. Bahkan ada juga kamera yang menerapkan algoritma deteksi senyum.  Semua adalah implementasi dari machine learning.

Oke. jadi machine learning bukanlah sesuatu yang asing. Machine Learning adalah cabang dari disiplin ilmu kecerdasan buatan. Machine learning berada pada persimpangan ilmu komputer, teknik dan statistik, dan sering digunakan pada disiplin ilmu yang lain seperti politik, ekonomi dan juga keuangan.

Berikut adalah contoh dari penerapan computer vision pada dunia robotik yang merupakan salah satu irisan dari implementasi machine learning. Dalam video tersebut robot telah dilatih untuk mengenali (recognize) bola tenis sehingga mampu mengikuti arah dari gerakan bola tenis.

Sejarah

Machine Learning bermula di awal abad 20, seorang penemu Spanyol, Torres y Quevedo, membuat sebuah mesin yang dapat men’skak-mat’ raja lawan dengan sebuah ratu dan raja. Perkembangan secara sistematis kemudian dimulai segera setelah diketemukannya komputer digital.

Artikel ilmiah pertama tentang Kecerdasan Buatan ditulis oleh Alan Turing pada tahun 1950, dan kelompok riset pertama dibentuk tahun 1954 di Carnegie Mellon University oleh Allen Newell and Herbert Simon. Namun bidang Kecerdasan Buatan baru dianggap sebagai bidang tersendiri di konferensi Dartmouth tahun 1956, di mana 10 peneliti muda memimpikan mempergunakan komputer untuk memodelkan bagaimana cara berfikir manusia. Hipotesis mereka adalah: “Mekanisme berfikir manusia dapat secara tepat dimodelkan dan disimulasikan pada komputer digital”.

Definisi

Secara definisi, Machine Learning adalah cabang dari ilmu kecerdasan buatan yang berfokus pada pembangunan dan studi sebuah sistem agar mampu belajar dari data-data yang diperolehnya. Menurut Arthur Samuel, Machine learning adalah bidang studi yang memberikan kemampuan program komputer untuk belajar tanpa secara eksplisit diprogram.

Sedangkan Tom M. Mitchell  memberikan definisi sebagai “Sebuah program komputer yang  belajar dari pengalaman (experience) E dari tugas yang dibebankan (Task)  T dengan kinerjanya (performance) P yang terukur.

Contohnya adalah sebuah program komputer yang belajar bermain catur. bisa mengembangkan kemampuannya P, yang diukur sebagai  kemampuan untuk menang dalam tugas T bermain catur melalui pengalaman E yang didapat dari bermain catur melawan dirinya sendiri.

Dalam sebuah program pembelajaran pengenalan tulisan tangan.

• Tugas T: Mengenal dan mengklasifikasikan tulisan tangan pada gambar
• Performa terukur P: persentase kata yang berhasil diklasifikasikan
• Pengalaman pelatihan E: database tulisan tangan dengan klasifikasi yang diketahui

Sedangkan untuk sebuah program robot kemudi otomatis

• Tugas T: Mengemudi pada jalan raya dengan menggunakan sensor visi.
• Performa terukur P: Rata – rata jarak tempuh sebelum terjadi galat
• Pengalaman Pelatihan E: Urutan gambar dan perintah kemudi oleh sopir manusia yang terekam

Machine learning sebagai sebuah solusi dapat digunakan jika sebuah kasus masalah memenuhi tiga hal sebagai berikut

1. A Pattern exist (terdapat sebuah pola). Jika data yang ada bersifat acak. Maka machine learning tidak akan dapat menyeleseikan permasalahan tersebut.
2. Persoalan tersebut tidak bisa diseleseikan secara matematis. Machine learning menggunakan teori ilmu statistik (probabilitas dan pendekatan). Sehingga ketika sebuah peristiwa tidak dapat diseleseikan dengan pendekatan perhitungan matematik biasa, maka Machine learning-lah solusinya.
3. Terdapat data. Sebagaimana namanya machine learning adalah sebuah proses dimana sebuah aplikasi sanggup belajar dari data yang diberikan. Jika tidak terdapat data, maka machine learning tidak akan bisa menyeleseikan masalah tersebut.

(bersambung)