Fundamental Machine Learning: Kunci Era Baru Teknologi
Artikel ini memberikan pengetahuan/konsep dasar dan fundamental machine learning secara sederhana, tidak membahas sisi teknikal. Ditujukan kepada masyarakat umum dan tidak diperlukan pengetahuan praktikal terkait pemrograman maupun teknologi secara mendalam.
Daftar isi
- Pendahuluan
- Apa itu Machine Learning
- Bagaimana Machine Learning bekerja
- Mengapa harus Machine Learning?
- Tentang Data
- Implementasi Machine Learning
Pendahuluan
Revolusi industri 4.0, istilah yang tak ada habisnya kita dengar dan terus digembor-gemborkan. Revolusi yang ‘katanya’ akan mendisrupsi seluruh sektor industri secara ekstrim. Terdengar klise, namun begitulah kenyataannya, revolusi industri kali ini memang tidak dapat disepelekan mengingat dampaknya yang naik secara eksponensial dibandingkan revolusi-revolusi sebelumnya.
Pekerjaan yang telah mapan, yang semula sangat diandalkan oleh kakek-nenek atau bahkan ayah-ibu kita kemungkinan akan menghilang dalam waktu dekat dan akan muncul jutaan pekerjaan baru yang tak akan pernah disangka-sangka. Saat ini revolusi industri 4.0 sedang terus dibicarakan, diperdebatkan, dan dimulai. Ya! ini semua baru dimulai dan kita semua mungkin sadar atau tidak sadar sudah mulai merasakan pengaruhnya.
Miliaran orang terhubung dengan sebuah teknologi yang dapat digenggam tangan. Dengan kemampuan supernya dan akses ke seluruh pengetahuan yang tak terbatas. Hal tersebut akan diamplifikasi lagi dengan pesatnya perkembangan sains dan teknologi di era revolusi industri kali ini, seperti kecerdasan buatan (AI), cloud computing, neuroscience, internet of thing (IoT), quantum computing, blockchain, dan masih banyak lagi.
Ingin meramalkan masa depan? Membuat mesin super canggih? Sering penasaran mengapa media sosial ataupun media hiburan anda sangat relevan dengan selera dan kebutuhan anda(e.g. Netflix, YouTube, Spotify, e-Commerce)? Robot super cerdas? Itu semua adalah beberapa bentuk nyata yang dihasilkan dari revolusi kali ini, yaitu implementasi AI pada bidang Machine Learning (ML).
ML adalah salah satu cabang AI yang merupakan ‘jantung’ dari revolusi industri 4.0, dimana yang sebelumnya komputer/mesin melakukan tugasnya dengan cara ‘diinstruksikan’/’diperintahkan’ oleh manusia, dengan ML, komputer dapat memiliki kemampuannya sendiri untuk belajar. Tidak hanya itu, ia juga dapat sadar jika dirinya melakukan kesalahan sehingga akan tersebut berkembang dan bahkan mengalahkan manusia pada bidang tertentu.
“Our intelligence is what makes us human, and AI is an extension of that quality” — Yann LeCun
Banyak dari kita tidak sadar telah berinteraksi langsung dengan machine learning dalam kehidupan sehari-hari. Setiap kali kita ‘googling’, mengambil foto, mendengarkan musik, machine learning menjadi suatu hal dibalik itu semua.
Bidang AI khususnya ML masih terus berkembang pesat beriringan dengan perkembangan riset dan kebutuhan pasar. Karir pada bidang ML juga masih sangat hangat dan beragam, bahkan Data Scientist digadang-gadang menjadi salah satu pekerjaan ‘terseksi’ abad 21. Pekerjaan lain yang berkaitan juga diantaranya Machine Learning Engineer, Software Developer, AI researcher, dll.
Kita tidak dapat menyangkal bahwa machine learning menjadi salah satu kunci pada dunia teknologi saat ini. Yang lebih penting lagi, kita masih jauh dari melihat potensi terbaiknya. Pada akhirnya teknologi hanyalah alat, manusia sendiri lah yang perlu bijak menentukan seperti apa penggunaannya. Khususnya generasi mendatang yang akan jadi penggerak langsung era baru teknologi. Mari bahas lebih lanjut!
Apa itu Machine Learning
Dari istilahnya sendiri, machine learning atau pembelajaran mesin sebenarnya sudah “self explanatory”, yaitu mesin yang belajar. Machine Learning (ML) adalah salah satu cabang dari ilmu komputer dan artificial intelligence yang memberikan kemampuan mesin/komputer untuk belajar tanpa di program secara eksplisit.
Alur program pada umumnya (pemrograman konvensional) memerlukan adanya aturan/logika untuk dapat mengolah data masukan hingga akhirnya menghasilkan keluaran yang diharapkan. Pada kasus ML, pada dasarnya kita tidak perlu membuat program secara eksplisit, melainkan kita hanya perlu data yang dibutuhkan untuk melatih mesin dan akhirnya ML akan menghasilkan aturannya sendiri menggunakan algoritma dan metode statistik. Aturan yang dihasilkan ML akan menghasilkan suatu logika yang biasa disebut dengan ‘model’.
“Machine learning is a field of study that gives computers the ability to learn without being explicitly programmed.” Arthur Samuel, 1959
Ada beberapa jenis machine learning, diantaranya supervised, unsupervised, dan reinforcement learning. Tiap bentuk machine learning memiliki pendekatannya masing-masing, tapi secara umum memiliki fondasi proses dan teori yang serupa. Ada pula pendalaman machine learning, yaitu deep learning. [Tulisan terkait menyusul]
Bagaimana Machine Learning bekerja?
Machine learning akan menemukan pola alami dari sekumpulan data dengan menghasilkan pengetahuan/insights yang digunakan untuk memprediksi sesuatu dan membantu manusia menyelesaikan permasalahan kompleks dengan menentukan pilihan yang lebih baik berdasarkan data (data-driven decisions).
Berikut adalah ilustrasi sederhana bagaimana proses pembelajaran mesin untuk mengidentifikasi gambar hewan.
Untuk lebih mudahnya, penulis akan memberikan analogi sebagai berikut. Bayangkan ada sebuah alien datang ke bumi, lalu anda memberikan foto gambar kucing dan menyuruhnya untuk menebak. Bagaimana alien tersebut menebak tanpa mengetahui gambar kucing sebelumnya? Anda mungkin secara kasat mata dapat dengan mudah menebak suatu gambar dapat dikatakan kucing atau tidak. Namun bagaimana cara anda menjelaskan pada alien bahwa suatu gambar dapat dikatakan sebagai kucing?
Salah satu cara paling mudah untuk melatihnya adalah dengan memberikan gambar kucing sebanyak-banyaknya sehingga kedepannya dia dapat mengidentifikasi gambar kucing. Cara kerja ML kurang lebih sama seperti otak manusia (dalam kasus ini alien), alien tersebut akan menentukan sendiri faktor apa yang menjadikan suatu hal dapat dikatakan sebagai kucing.
Mengapa harus Machine Learning?
Machine learning adalah alat untuk merubah informasi menjadi pengetahuan. Sejak 50 tahun ke belakang, dunia terus mengalami ‘ledakan informasi’. Data yang berlimpah ini tidak berguna kecuali kita dapat menganalisis dan menemukan pola yang tersembunyi didalamnya. Machine learning menjadi salah satu teknik yang digunakan untuk menemukan pola tersembunyi pada suatu data kompleks yang tidak dapat diselesaikan dengan cara tradisional.
Kita tahu bahwa segala sesuatu di dunia ini memiliki sebuah pola. Contohnya, cuaca pada suatu daerah dipengaruhi oleh beberapa variabel seperti ketinggian, kelembaban daerah, tekanan, suhu, dll. Sedemikian banyak variabel serta dinamikanya menjadikan permasalahan cuaca sulit diselesaikan oleh cara tradisional. Disitulah ML diperlukan, ML akan mencari pola yang salah satunya adalah variabel-variabel lain yang menentukan cuaca suatu daerah dengan memberikan prediksi, dan yang tidak kalah penting juga kemampuan komputasinya yang sangat cepat. Pola tersembunyi yang ditemukan ML akan digunakan untuk memprediksi masa depan dan mengatasi seluruh permasalahan yang kompleks.
Hal lain yang menjadikan kenapa machine learning sangat penting, karena machine learning merubah cara tradisional yaitu sistem berdasarkan aturan (rule-based system), menjadi sistem berbasiskan data (data-driven system). Seperti yang telah dibahas bahwa secara tradisional, manusia membuat aturannya sendiri untuk menjawab suatu permasalahan, sedangkan machine learning menggunakan data untuk menemukan jawaban pada suatu permasalahan.
Dari sisi industri, saat ini data merupakan sumber keberlangsungan suatu bisnis. Keputusan berdasarkan data (data-driven decisions) semakin membuat perbedaan antara mereka yang mengikuti perkembangan dengan mereka yang tertinggal dengan metode kolot-nya. Otomatisasi oleh ML mengurangi peran manusia yang rawan berbuat salah seperti keputusan yang bias dan human error. ML juga dapat menjadi kunci untuk membuka nilai tersembunyi suatu perusahaan yang dapat membantu membuat keputusan dan membuat perusahaan tetap terdepan dalam persaingan.
Selingan: Tentang data
Sebelum kita melihat implementasi ML, penulis ingin memberikan sebuah intermezzo yang cukup menarik. Sebuah artikel populer dari economist menjelaskan bagaimana bahwa saat ini sumber daya yang paling berharga bukan lagi minyak, melainkan data.
Tulisan tersebut sangat menarik, era dimana berlimpahnya data, bidang machine learning semakin diuntungkan lagi penggunaannya. Yang perlu saya tekankan juga adalah, bahwa ya, mungkin saja data menjadi lebih berharga dari minyak. Namun kita dapat berpikir, mengapa sebelumnya adalah sumber daya yang sangat berharga? tentu saja karena ‘value’ yang ada didalamnya, minyak dapat diolah menjadi berbagai wujud yang dapat digunakan untuk berbagai hal. Selanjutnya jika membahas tentang data, saya rasa tidak jauh dari minyak, data pun hanya akan berharga jika telah diolah menjadi sesuatu yang bernilai.
“Data is the new oil. It’s valuable, but if unrefined it cannot really be used. It has to be changed into gas, plastic, chemicals, etc to create a valuable entity that drives profitable activity; so must data be broken down, analyzed for it to have value.” Clive Humby, 2006
Data adalah jiwa dari ML. Seperti yang telah dibahas, data diperlukan untuk proses pelatihan model. Seperti halnya guru yang baik akan menghasilkan murid yang baik. Semakin berkualitas datanya, semakin baik pula model ML yang dihasilkan :). Jadi sebelum memikirkan sisi machine learningnya, tentu kita harus memikirkan data yang digunakan untuk melatih model machine learning.
Implementasi Machine Learning
Pesatnya perkembangan artificial intelligence khususnya pada bidang ML dan Deep Learning seperti Natural Language Processing (NLP) dan Computer Vision telah membantu berbagai industri dalam menjalankan bisnis. ML dengan keberagamannya dapat diaplikasikan ke hampir seluruh jenis industri seperti manufaktur, hiburan, retail, kesehatan, finansial, energi, pangan, dll.
Penerapan machine learning yang paling umum dapat kita jumpai ialah ML untuk mengidentifikasi jenis penyakit, mengenali gambar (object recognition), prediksi harga, ramalan cuaca, deteksi penipuan, klasifikasi pesan spam, rekomendasi musik & video, dan masih banyak lainnya.
Jika anda tertarik mempelajari ML, contoh proyek paling umum untuk mengimplementasikan ML adalah model untuk memprediksi harga rumah. Harga rumah dipengaruhi banyak variabel seperti lokasi, luas bangunan, luas tanah, tingkat kriminalitas daerah, dan masih banyak lainnya. Dengan adanya data yang diperlukan, kita dapat dengan mudah memprediksi harga sebuah rumah, dan perlu diingat juga bahwa kalkulasi yang dilakukan oleh komputer sangat cepat, akurat, dan presisi.
Pesatnya perkembangan dan berlimpahnya sumber alat machine learning ‘siap pakai’ seperti TensorFlow, PyTorch, dll. menjadikan machine learning sangat mudah diaplikasikan. Kemudahan penggunaan ML ini memungkinkan hampir seluruh jenis industri untuk mengimplementasikan ML. Bahkan anda sendiri pun dapat langsung mencoba merasakan melatih model ML anda sendiri pada tautan ini.
Sekian perkenalan singkat mengenai Machine Learning dari penulis. Nantikan lebih banyak tulisan yang segera hadir, penulis akan membahas mengenai topik terkait machine learning tertentu yang lebih mendalam. Penulis sangat menghargai adanya kritik dan saran melalui kolom komentar.
Sumber Referensi: