Pengertian "Learning" pada Machine Learning ML

Apakah itu  Learning ?? pada ML

Kita sudah tahu apa yang disebut machine learning atau machine learning. Kata “learning” jika diterjemahkan ke dalam bahasa Indonesia adalah belajar. Kita juga sudah paham bahwa untuk menjadi “cerdas”, maka komputer harus “belajar”. Lalu apakah sebenarnya yang dimaksud belajar atau learning itu? Berikut ini definisi dan penjelasan singkat apa yang dimaksud dengan “learning” 

“Learning is any process by which a system improves performance from experience”. Herbert Alexander Simon 1975"

Herbert adalah seorang peneliti di bidang ilmu psikologi kognitif, ekonomi, filsafat, dan komputer. Herbert mendapat hadiah nobel di bidang ekonomi pada tahun 1978. Menurut Herbert Alexander Simon, learning atau belajar adalah proses yang menyebabkan sistem dapat meningkatkan kinerjanya berdasarkan pengalaman sebelumnya. Definisi ini cukup mudah dipahami dan sangat relevan dengan materi machine learning.

Kategori Belajar atau Learners

Lebih jauh lagi, psikolog telah mencoba meneliti cara manusia belajar. Hasilnya adalah terbaginya 4 katagori belajar atau learners, yang terdiri dari :

Visual learners

Visual learners, tipe manusia yang belajar dengan cara melihat informasi untuk memahami kaitan berbagai ide. Manusia tipe ini senang melihat dan belajar dari gambar-gambar, lukisan, bagan, chart, dan objek-objek yang ada di sekitarnya. 

Auditory learners

Auditory learners, tipe manusia yang belajar dengan cara mendengar. Manusia tipe ini lebih senang mendengar dibandingkan membaca atau mengamati objek di sekitarnya. 

Reading/wrting learners

Reading/wrting learners, tipe manusia yang belajar dengan cara menulis dan membaca. Manusia tipe ini lebih senang membaca teks dibandingkan melihat objek atau mendengar pembicaraan orang. 

Kinesthetic learners

Kinesthetic learners, tipe manusia yang belajar dengan cara mempraktikkan Sesuatu (learn by doing). Cukup banyak aktifitas olah raga yang harus dipelajari dengan metoda learn by doing. Berbagai jenis keterampilan dan skill sangat memerlukan aktifitas learn by doing. 

Learning untuk Komputer 

Metoda learning untuk komputer tentu saja berbeda dengan apa yang sudah dibahas sebelumnya. Karena komputer pada hakekatnya merupakan benda mati yang tuli, bisu, buta, dan lumpuh. Sehingga komputer tidak dapat dikatagorikan ke salah satu tipe learner tersebut. 

Namun saat ini perancang sistem komputer sudah melengkapi komputer dengan kamera, microphone, sensor, speaker, dan kartu grafik yang canggih untuk memproses tampilan grafik yang menawan. Sehingga seolah-olah komputer dapat melihat, mendengar, mencium, dan berbicara. 

Berbagai perangkat tambahan ini (kadang disebut perangkat multimedia) dapat dimanfaatkan sebagai sarana untuk mengajari komputer. Seolah-olah komputer dapat belajar seperti manusia belajar. 

Bahkan komputer yang sudah ditanamkan pada robot modern sudah dilengkapi dengan sesuatu yang mirip “mata”, “telinga”, “hidung” “kaki” dan “tangan” Sehingga seolah-olah omputer tidak berbeda dengan manusia. 

Berdasarkan cara atau teknik pembelajaran komputer (machine learning algorithm atau algoritma machine learning), mayoritas pakar machine learning telah mengelompokkan algoritma machine learning menjadi 3 jenis, 

• Supervised learning (inductive learning)
• Unsupervised learning 
• Reinforecement learning 

Beberapa pakar machine learning yang lain ternyata membagi algoritma machine learning menjadi 4 jenis, yaitu: 

• Supervised learning (inductive learning) 
• Unsupervised learning
• Semi-supervised learning 
• Reinforecment learning 

untuk menambah wawasan anda dalam artikel lain kami juga sudah membuat penjelasan mengenai Perbedaan Machine Learning dan Artificial Intelegent karena kedua istilah tersebut terkadang terjadi kesalahfahaman dan membingungkan bagi yang baru mempelajarinya.