Pengertian machine learning menurut para ahli adalah bidang ilmu komputer yang menggunakan statistik untuk memberikan komputer kemampuan dapat belajar dari data, tanpa diprogram secara eksplisit [1].




Mungkin sebagian anda jika ditanya tentang Machine Learning atau “Pembelajaran mesin”, Anda mungkin akan membayangkan teknologi robot atau sesuatu seperti Knight Rider, Terminator, dll. Faktanya, ML tidak hanya terlibat dalam robotika, tetapi juga dalam banyak aplikasi lainnya. Anda juga dapat membayangkan sesuatu seperti filter spam pada email sebagai salah satu aplikasi pertama dalam ML, yang membantu meningkatkan kehidupan jutaan orang.

Lalu apasih yang disebut dengan machine learning sebenarnya? Untuk menjawab dan memudahkan pemahaman yang diberikan, berikut kami sajikan sistematika penulisan artikel ini:

Table Of Contents

Machine Learning (ML) atau Pembelajaran Mesin menggunakan beberapa jenis algoritma yang secara berulang-ulang menuntun komputer untuk belajar dari data. Jadi komputer akan diberikan input berupa data secara terus menerus, sedangkan algoritma akan “berubah” secara luar biasa berdasarkan data masuk (data training) tersebut, sehingga pada akhirnya “kemampuan berfikir” komputer akan meningkat dan mampu memahami data input serta memprediksi hasil (outcome).

Berdasarkan fakta bahwa ML merupakan perpaduan berbagai disiplin ilmu pengetahuan yang kompleks, maka untuk dapat menjelaskan apa itu ML secara tepat maka harus memahami dahulu tentang latar belakang munculnya machine learning. Kami sudah membahas sejarah ML dari dahulu hingga kini dalam tulisan terpisah.

Pengertian Machine Learning Menurut Para Ahli

Machine Learning Menurut Para Ahli

Berikut ini adalah kumpulan definisi pengertian machine learning menurut para pakar di bidang artificial intelligence.

Para ahli sudah memberikan pengertian machine learning mulai dari definisi yang mudah dicerna hingga yang sulit dipahami khususnya bagi pemula. Untuk itu kami mencoba merangkum beberapa definisi yang menjelaskan apa itu machine learning.

Arthur Samuel

Mendefinisikan pengertian machine learning sebagai sebuah pertanyaan “how can computers learn to solve problems without being explicitly programmed?” yaitu bagaimana agar komputer dapat berjalan untuk memecahkan masalah sendiri tanpa harus diprogram secara eksplisit [2]. Untuk pemrograman sendiri, ML biasanya menggunakan Library Python atau menggunakan R.




Tom Mitchell

Menyatakan bahwa “Machine Learning is a program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E“.

Jadi Tom Mitcell memberikan definisi yang formal dan banyak digunakan dalam lingkungan akademik. ML dijabarkan sebagai program yang diperintahkan untuk belajar dari Experience E yang bergantung pada task T dan pengukuran performance P.

Mehryar Mohri

Machine learning can be broadly defined as computational methods using experience to improve performance or to make accurate predictions.” Bersama kawan-kawannya Mohri mendefinisikan pengertian machine learning sebagai metode komputasi yang memanfaatkan experience untuk meningkatkan akurasi prediksi [3].

Di sini, experience mengacu pada informasi masa lalu yang biasanya berupa data elektronik yang dikumpulkan dan disediakan untuk analisis (training dataset). Data ini bisa dalam bentuk set pelatihan digital yang diberi label manusia, atau jenis informasi lain yang diperoleh melalui interaksi dengan lingkungan (environtment). Dalam semua kasus, kualitas dan ukuran datset sangat penting untuk keberhasilan prediksi.

Ian Goodfellow

Ian Goodfellow dkk dalam bukunya mendefinisikan sebagai berikut: Machine le arning is essentially a form of applied statistics with increased emphasis on the use of computers to statistically estimate complicated functions [4].

jadi machine learning adalah suatu bentuk statistik terapan dengan peningkatan penekanan pada penggunaan komputer untuk memperkirakan fungsi kompleks secara statistik. Bisa dilihat bahwa algoritma machine learning merupakan algoritma yang diturunkan dari fungsi statistik dan matematika.

Definisi Machine Learning

Berdasarkan penjelasan para ahli di atas dapat dijabarkan suatu pengertian machine learning yaitu:

Pembelajaran mesin atau machine learning adalah bidang ilmu komputer yang berkaitan dengan membangun algoritma yang berguna, mengandalkan kumpulan contoh beberapa fenomena atau event. Contoh-contoh ini dapat berasal dari alam, dibuat oleh manusia atau dihasilkan oleh algoritma lain.

Pembelajaran mesin juga dapat didefinisikan sebagai proses penyelesaian masalah praktis dengan 1) mengumpulkan dataset, dan 2) secara algoritmik membangun model statistik berdasarkan pada dataset tersebut. Model statistik itu diasumsikan digunakan entah bagaimana untuk menyelesaikan masalah praktis.

Follow Up

Setelah Anda mengetahui tentang konsep dan pengertian Machine Learning, selanjutnya apa yang harus anda pelajari adalah macam-macam ML yang terbagi ke dalam supervised learning, unsupervised learning, semi-supervised learning, dan reinforcement learning.

Daftar Pustaka

  1. IBM. “Machine Learning.” Accessed July 22, 2020. https://www.ibm.com/analytics/machine-learning.
  2. Samuel, Arthur L. “Some Studies in Machine Learning Using the Game of Checkers. II—Recent Progress.” In Computer Games I, edited by David N. L. Levy, 366–400. New York, NY: Springer, 1988. https://doi.org/10.1007/978-1-4613-8716-9_15.
  3. Mohri, Mehryar, Afshin Rostamizadeh, and Ameet Talwalkar. “Foundations of Machine Learning, Second Edition.” Statistical Papers 60, no. 5 (October 1, 2019): 1793–95. https://doi.org/10.1007/s00362-019-01124-9.
  4. Goodfellow, dkk, 2016, Machine Learning, MIT Press.