Sebelum membahas lebih jauh mengenai Machine Learning dan bagaimana cara kerjanya, kita harus lebih dahulu mengetahui juga belajar bahwa Machine Learning merupakan salah satu subbidang dari Artificial Intelligence. Elliot, dkk dalam analisisnya di A Framework for Applying AI in the Enterprise menyederhanakan bahwa Machine Learning merupakan sebuah disiplin teknikal yang mempelajari sesuatu melalui tahap observasi dan melihat pola-pola tertentu di dalam suatu input data.

Kemudian Ed Burns dalam artikelnya, menjelaskan bahwa Machine Learning adalah sebuah mesin yang dalam praktiknya mampu memprediksi kejadian dengan cara mempelajari atau menganalisis data untuk kemudian menghasilkan wawasan (insight) yang memiliki nilai-nilai tertentu. 

Machine Learning berperan penting di era teknologi yang diakibatkan oleh permintaan pasar. Kita bisa membayangkan saat seluruh aspek kehidupan manusia sekarang ini didasari oleh tindakan-tindakan hingga standar-standar tertentu. Hal seperti ini memungkinkan program komputer untuk memprediksi produk yang akan menjadi tren dan lain sebagainya. Tentunya, dengan didasari oleh kejadian sebelumnya yang telah dilakukan oleh manusia itu sendiri.

Tentang bagaimana cara kerja Machine Learning sudah sangat sering dijabarkan, entah itu di aspek proses pengolahan data, input data, hingga hasil dari Machine Learning itu sendiri. Namun secara umum, cara kerja Machine Learning ini dapat dibagi menjadi dua pendekatan, yaitu Unsupervised Learning dan Supervised Learning. Lebih jauh, kita juga akan membahas mengenai apa itu Unsupervised Learning dan Supervised Learning.

Apa itu Unsupervised Learning?

Unsupervised Learning ini merupakan salah satu pendekatan di mana mesin melakukan pengelompokan (clustering) atas input data yang tersedia. Data tersebut akan diolah dengan cara pengelompokan sesuai dengan kriteria tertentu. Sebagai contoh, sebuah perusahaan ekspedisi ingin memaksimalkan penghematan ongkos kirim. Perusahaan itu akan menyesuaikan letak gudang penyimpanannya dengan data-data di mana mereka paling banyak melakukan pengiriman barang. Langkah ini memungkinkan sebuah perusahaan memetakan daerah ramai permintaan dan daerah sepi permintaan. Dengan demikian, biaya pengiriman dapat ditekan. Pada akhirnya, biaya pengiriman masing-masing barang dapat disesuaikan dengan letak dan jarak tempuh secara lebih efektif.

Apa itu Supervised Learning?

Pendekatan cara kerja Machine Learning yang kedua adalah Supervised Learning. Dari sisi input data, mesin dilatih untuk untuk melakukan prediksi berdasarkan pola tertentu yang ditemukan dan dipelajari di input data latih. Cara kerja Machine Learning yang satu ini, menurut Intelegain Team, menekankan pada prediksi berdasarkan pada bukti-bukti nyata yang telah terjadi sebelumnya. Maka dari itu, pendekatan Supervised Learning menuntut sang pengguna lebih dahulu mengetahui ekspektasinya atas output hasil prediksi mesin. 

Contoh, Direktorat Lalu Lintas Kepolisian ingin memprediksi di mana saja kemungkinan kecelakaan kendaraan bermotor terjadi di wilayah kerja mereka. Mereka perlu mengumpulkan dan memproses data-data terkait dengan kecelakaan kendaraan bermotor di area tersebut sebagai syarat untuk untuk melatih kemampuan mesin melakukan prediksi.

Penutup

Semua perusahaan bisa saja menggunakan Machine Learning dengan cukup mudah. Tidak ada lagi dikotomi antara perusahaan konvensional dan perusahaan teknologi karena semua perusahaan memanfaatkan Machine Learning dalam proses bisnisnya masing-masing. Secara singkat kita dapat memahami bahwa cara kerja Machine Learning ini secara garis besar didasari oleh dua pendekatan, yaitu Supervised Learning dan Unsupervised Learning. Dari penjelasan yang ada juga dapat disimpulkan bahwa cara kerja Machine Learning dan cara kerja manusia pada akhirnya sangatlah berbeda. Karena itu, masih dibutuhkan intervensi secara moral dan manusiawi dari manusia itu sendiri kepada sistem Machine Learning.

Penulis: Marvine Viano

Editor: M. Wahyu Hidayat, Ghifari Adam