Machine Learning (ML)
ML adalah bidang keilmuan yang mempelajari bagaimana membuat program yang dapat menghasilkan pengetahuan baru dari pengetahuan yang sudah ada (disebut experience, atau data) di luar pengetahuan yang “diprogram” secara langsung pada program. Istilah lebih umumnya adalah bagaimana membuat komputer yang dapat belajar dari lingkungan sekitar sehingga memiliki “pengetahuan” yang berkembang. Contoh paling gampang mungkin adalah prediksi kata yang ada di HP kita atau pengenalan wajah pada facebook. Hal tersebut mungkin dilakukan karena program di belakang kedua hal tersebut telah menyusun pengetahuan dari data yang ada, biasanya dalam bentuk sebuah model matematis.
ML adalah bidang keilmuan yang mempelajari bagaimana membuat program yang dapat menghasilkan pengetahuan baru dari pengetahuan yang sudah ada (disebut experience, atau data) di luar pengetahuan yang “diprogram” secara langsung pada program. Istilah lebih umumnya adalah bagaimana membuat komputer yang dapat belajar dari lingkungan sekitar sehingga memiliki “pengetahuan” yang berkembang. Contoh paling gampang mungkin adalah prediksi kata yang ada di HP kita atau pengenalan wajah pada facebook. Hal tersebut mungkin dilakukan karena program di belakang kedua hal tersebut telah menyusun pengetahuan dari data yang ada, biasanya dalam bentuk sebuah model matematis.
Hal tersebut banyak berhubungan dengan algoritma yang dapat mengekstraksi informasi dari berbagai macam data serta mengenali pola dalam data (pattern recognition), sehingga bidang tersebut sangat erat kaitannya dengan statistika. Namun secara garis besar, segala sesuatu yang melibatkan proses induksi pengetahuan dari data termasuk dalam bidang keilmuan ML.
ML ini merupakan bidang keilmuan computer science yang paling sering salah dimengerti. Selain konotasi negatif dalam Indonesia dengan istilah “ML”, namun ML tersebut juga merupakan bidang dengan ranah aplikatif yang sangat luas dalam banyak sekali bidang keilmuan. Hampir seluruh bidang yang berhubungan dengan “komputasi cerdas” membutuhkan adanya pengetahuan dalam sebuah program, dan dalam tahap ini ML sangat berperan. Jika AI fokus pada membuat komputer yang cerdas, maka untuk mencapai kecerdasan tersebut digunakan ML. Bahkan sebagian besar ilmu yang dipelajari dalam AI maupun DM adalah ML itu sendiri. Hal tersebut yang banyak menimbulkan ambiguitas bidang antara ketiga hal tersebut.
Data Mining (DM)
DM adalah sebuah bidang yang banyak berkembang dari ML, namun berbeda secara tujuan. Jika ML fokus pada membuat program yang dapat belajar, DM fokus pada memanfaatkan program untuk membantu manusia belajar dari data. DM dilakukan oleh seseorang, dalam kasus tertentu, pada dataset tertentu, dengan sebuah tujuan tertentu. Jika kedua bidang sebelumnya fokus pada programnya, DM adalah ilmu praktis yang fokus pada manusianya.
DM adalah sebuah bidang yang banyak berkembang dari ML, namun berbeda secara tujuan. Jika ML fokus pada membuat program yang dapat belajar, DM fokus pada memanfaatkan program untuk membantu manusia belajar dari data. DM dilakukan oleh seseorang, dalam kasus tertentu, pada dataset tertentu, dengan sebuah tujuan tertentu. Jika kedua bidang sebelumnya fokus pada programnya, DM adalah ilmu praktis yang fokus pada manusianya.
Pada sebagian besar kasus, DM digunakan untuk menghasilkan “insights” dari data yang ada, sehingga dapat mendatangkan pengetahuan baru. Hal tersebut lebih banyak digunakan dalam kasus praktis seperti dalam proses pengambilan keputusan sebuah perusahaan. Sebagai contoh, dengan DM, sebuah perusahaan dapat mengetahui informasi detil terkait segmen konsumen yang banyak membeli produk mereka. Hal tersebut kemudian akan digunakan dalam menentukan strategi perusahaan kedepannya.
Istilah DM sendiri sebenarnya adalah sebuah salah kaprah. DM sendiri hanyalah satu langkah dalam proses yang lebih besar yang dikenal sebagai Knowledge Discovery from Database (KDD) atau sekarang lebih banyak dikenal dengan istilah Data Science (DS). Dengan berkembangnya kemampuan komputasi komputer dan bertambahnya jumlah data di dunia secara eksponensial, sekarang Data Scientist menjadi salah satu pekerjaan paling dicari di dunia karena permintaan yang sangat banyak, namun persediaan tenaga ahli yang sedikit. Dari fenomena tersebut pula muncul dua bidang khusus baru, yaitu Big Data yang berasal dari DM, dan Deep Learning yang berasal dari ML.
TL;DR
Secara garis besar ML adalah salah satu ilmu dasar yang banyak digunakan dalam AI maupun DM, yaitu dalam mengolah pengetahuan menggunakan komputer. AI fokus pada membuat komputer dengan kecerdasan, sedangkan DM fokus pada menggunakan komputer untuk membantu manusia memahami data. Bagi kalian yang masih kuliah, sebagian besar ilmu yang kalian dapatkan dalam bidang-bidang tersebut adalah ML, karena AI maupun DM banyak sekali menggunakan ML.
Secara garis besar ML adalah salah satu ilmu dasar yang banyak digunakan dalam AI maupun DM, yaitu dalam mengolah pengetahuan menggunakan komputer. AI fokus pada membuat komputer dengan kecerdasan, sedangkan DM fokus pada menggunakan komputer untuk membantu manusia memahami data. Bagi kalian yang masih kuliah, sebagian besar ilmu yang kalian dapatkan dalam bidang-bidang tersebut adalah ML, karena AI maupun DM banyak sekali menggunakan ML.
