Apa itu Machine Learning?

Machine Learning (ML) adalah cabang AI di mana komputer mempelajari pola dari data, alih-alih mengikuti aturan yang ditulis tangan.

Pemrograman tradisional vs ML

Tradisional:

Input:  sebuah gambar
Code:   if (4 kaki && ekor && bulu) → "anjing"
Output: "anjing"

Anda harus menentukan setiap fitur secara manual. Tidak skalabel untuk masalah dunia nyata yang kompleks.

ML:

Input:  1 juta foto berlabel (anjing/kucing/burung/…)
Code:   "Cari sendiri polanya"
Output: model yang mengklasifikasikan foto baru dengan akurasi >95%

Tiga jenis utama

1. Supervised learning

Data memiliki label. Model mempelajari pemetaan input → output.

• Contoh: deteksi spam, prediksi harga rumah, pengenalan wajah.

2. Unsupervised learning

Data tidak berlabel. Model menemukan struktur sendiri.

• Contoh: segmentasi pelanggan, deteksi fraud, embeddings.

3. Reinforcement learning

Model mencoba berbagai aksi di sebuah lingkungan dan menerima reward/penalty.

• Contoh: AlphaGo, robotika, RLHF untuk LLM.

ML vs Deep Learning vs LLM

• ML adalah kategori luas dari pembelajaran berbasis data
• Deep learning adalah ML yang menggunakan Neural Network berlapis banyak
• LLM adalah deep learning yang diterapkan pada bahasa

Siapa yang perlu memahami ML?

• End user: cukup memahami konsepnya
• PM/marketer: tahu kapan ML lebih unggul daripada sistem berbasis aturan
• Developer: perlu jika Anda membangun fitur AI custom; tidak perlu jika hanya memanggil LLM API
• Data scientist: ya, secara mendalam

Terkait

• Deep Learning
• Neural Network
• Training