Mengenal Apa Itu Machine Learning Lengkap

---

Pada era digital pengembangan teknologi terus merambat kedunia pasar globa, sejak dahulu pembelajaran mesin sudah di amati dan di telusuri. Sebuah ilmu yang bernama Machine Learning adalah cabang dari AI (Artificial Intelligence atau Kecerdasan Buatan).

Kini Machine Learning sangat populardi era disruptif pengembangan 4.0 education karena banyak programmer yang menggunakan ilmu dari Machine Learning, yang memungkinkan komputer untuk mengembangkan perilaku yang didasarkan pada data empiris, seperti dari sensor data basis data.
Sejarah Singkat Machine LearningSejak pertama kali komputer diciptakan manusia sudah memikirkan bagaimana caranya agar komputer dapat belajar dari pengalaman. Lalu pada tahun 1950, Alan Turing mengusulkan adanya sebuah tes untuk mengukur kinerja sistem komputer.
Tes yang disusulan turing ini dibuat berdasarkan pemikiran bahwa kita hanya bisa menentukan apakah sebuah mesin atau sistem benar-benar bisa "belajar" jika saja kita bisa berkomunikasi dengannya, dan tidak bisa membedakan kemampuannya ini dari cara manusia belajar. 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.
Apa Itu Machine Learning?
Machine Learning merupakan salah satu cabang dari disiplin ilmu Kecerdasan Buatan (Artificial Intellegence) yang membahas mengenai pembangunan sistem yang berdasarkan pada data. Banyak hal yang dipelajari, akan tetapi pada dasarnya ada 4 hal pokok yang dipelajari dalam Machine Learning.
Pembelajaran Terarah(Supervised Learning)Pembelajaran Tak Terarah(Unsupervised Learning)Pembelajaran Semi Terarah(Semi-supervised Learning)Reinforcement Learning
Untuk mengetahui lebih lengkap tentang Machine Learning, teman-teman bisa mengikuti course di Coursera dengan instruktur profesor Andrew NG dari Stanford University.
Aplikasi Machine Learning Contoh penerapan machine learning dalam kehidupan adalah sebagai berikut.
1. Penerapan di bidang kedoteran contohnya adalah mendeteksi penyakit seseorang dari gejala yang ada. Contoh lainnya adalah mendeteksi penyakit jantung dari rekaman elektrokardiogram.
2. Pada bidang computer vision contohnya adalah penerapan pengenalan wajah dan pelabelan wajah seperti pada facebook. Contoh lainnya adalah penterjemahan tulisan tangan menjadi teks.
3. Pada bidang information retrival contohnya adalah penterjemahan bahasa dengan menggunakan komputer, mengubah suara menjadi teks, dan filter email spam.
Salah satu teknik pengaplikasian Machine Learning adalah Supervised Learning. Seperti yang dibahas sebelumnya, Machine Learning tanpa data maka tidak akan bisa bekerja. Oleh karena itu hal yang pertama kali disiapkan adalah data. 
Data biasanya akan dibagi menjadi 2 kelompok, yaitu data training dan data testing. Data training nantinya akan digunakan untuk melatih algoritma untuk mencari model yang cocok, sementara data testing akan dipakai untuk mengetes dan mengetahui performa model yang didapatkan pada tahapan testing.
Dari model yang didapatkan, kita dapat melakukan prediksi yang dibedakan menjadi dua macam, tergantung tipe keluarannya. Jika hasil prediksi bersifat diskrit, maka dinamakan proses klasifikasi.
Contohnya klasifikasi jenis kelamin dilihat dari tulisan tangan (output laki dan perempuan). Sementara jika kelurannya bersifat kontinyu, maka dinamakan proses regresi. Contohnya prediksi kisaran harga rumah di kota Bandung (output berupa harga rumah).
Dampak Machine Learning Di MasyarakatPenerapan teknologi Machine Learning mau tidak mau pasti telah dirasakan sekarang. Setidaknya ada dua dampak yang saling bertolak belakang dari pengembangan teknolgi machine learning. Ya, dampak positif dan dampak negatif.
Salah satu dampak positif dari Machine Learning adalah menjadi peluang bagi para wirausahawan dan praktisi teknologi untuk terus berkarya dalam mengembangkan teknologi machine learning. Terbantunya aktivitas yang harus dilakukan manusia pun menjadi salah satu dampak positif machine learning. 
Sebagai contohnya adalah adanya fitur pengecekan ejaan untuk tiap bahasa pada Microsoft Word. Pengecekan secara manual akan memakan waktu berhari-hari dan melibatkan banyak tenaga untuk mendapatkan penulisan yang sempurna. Tapi dengan bantuan fitur pengecekan ejaan tersebut, secara real-time kita bisa melihat kesalahan yang terjadi pada saat pengetikan.
Akan tetapi disamping itu ada dampak negatif yang harus kita waspadai. Adanya pemotongan tenaga kerja karena pekerjaan telah digantikan oleh alat teknologi Machine Learning adalah suatu permasalahan yang harus dihadapi. 
Ditambah dengan ketergantungan terhadap teknologi akan semakin terasa. Manusia akan lebih terlena oleh kemampuan gadget-nya sehingga lupa belajar untuk melakukan suatu aktivitas tanpa bantuan teknologi.
Contoh Machine Learning Aplikasi Pengenalan Gambar, Aplikasi Asisten Pribadi seperti Siri, Bixby dll, Chat Bot, Pengenal Wajah, Mobil otonom dan domain-domain spesifik lainnya.
Kesimpulan Machine learning sangat dibutuhkan karena sudah banyak menggunakan konsep dari machine learning untuk sebuah pengembangan atau bahkan penelitian yang akan diuji cobakan, pada saat ini kepopuleritasan Machine Learning sangat dicari oleh beberapa netizen. Sehingga banyak pengguna yang sudah berhasil menggunakan cara Machine Learning tersebut.

---