Lisa Teknologi Ai dan Advanced Machine Learning
Teknologi Ai dan Advance Machine Learning
Lisa Anisah
[email protected] ::
Abstrak
Machine Learning adalah cabang lanjutan Artificial Intelligent (AI), yang mencakup
sistem lebih canggih seperti mampu memahami, mempelajari, memprediksi,
beradaptasi, dan berpotensi beroperasi secara mandiri. Machine learning ini diprediksi
mampu mengubah perilaku masa depan, yang mengarah pada penciptaan perangkat dan
program yang lebih cerdas. Gartner memprediksi AI dan Machine Learning akan lebih
banyak digunakan pada robot, kendaraan mandiri, elektronik untuk konsumen, virtual
personal assistants, dan smart advisors.
Kata Kunci: Ai, artificial intelligent, machine learning, elektronik
Pendahuluan
Teknologi semakin lama semakin jauh berkembang dalam hal ini kercerdasan manusia
terus dan terus selalu berkembang walau terjadi banyak perdebatan tetatpi bagi mereka
yang ingin menggali lebih lagi tentang AI pastinya tetap akan mengembangkannya. Di
mulai dari imajinasi manusia mampu mewujudkan apa yang sebelumnya dirasa
mustahil. Perkemangan ini bukan hanya sampai hari ini tetapi akan berlanjut karena
manusia yang sifatnya tidak pernah puas dengan segala sesuatu.
Dimulai pada tahun 1950 yang ingin membuktikan apakah ciptaan manusia berupa
komputer mempunyai kecerdasan yang mirip dengan manusia atau tidak, dilakukanlah
sebuah tes yang disebut tes Turing kemudian berlanjut sampai pada tahun 1956
diperkenalkanlah yang disebut AI oleh John McCarthy dan hingga saat ini masih terus
dikembangkan.
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
Pembahasan
Mengenal Teknologi Machine Learning (Pembelajaran Mesin)
Sejarah Machine Learning
Sejak pertama kali komputer diciptakan manusia sudah memikirkan bagaimana caranya
agar komputer dapat belajar dari pengalaman. Hal tersebut terbukti pada tahun 1952,
Arthur Samuel menciptakan sebuah program, game of checkers, pada sebuah komputer
IBM. Program tersebut dapat mempelajari gerakan untuk memenangkan permainan
checkers dan menyimpan gerakan tersebut kedalam memorinya. Istilah machine
learning pada dasarnya adalah proses komputer untuk belajar dari data (learn from
data). Tanpa adanya data, komputer tidak akan bisa belajar apa-apa. Oleh karena itu jika
kita ingin belajar machine learning, pasti akan terus berinteraksi dengan data. Semua
pengetahuan machine learning pasti akan melibatkan data. Data bisa saja sama, akan
tetapi algoritma dan pendekatan nya berbeda-beda untuk mendapatkan hasil yang
optimal.
Belajar Machine Learning
Machine Learning merupakan salah satu cabang dari disiplin ilmu Kecerdasan Buatan
(Artificial Intellegence) yang membahas mengenai pembangunan sistem yang
berdasarkan pada data. Banyak hal yang dipelajari, akan tetapi pada dasarnya ada 4 hal
pokok yang dipelajari dalam machine learning.
1. Pembelajaran Terarah (Supervised Learning)
2. Pembelajaran Tak Terarah (Unsupervised Learning)
3. Pembelajaran Semi Terarah (Semi-supervised Learning)
4. Reinforcement Learning
Aplikasi Machine Learning
Contoh penerapan machine learning dalam kehidupan adalah sebagai berikut.
1. Penerapan di bidang kedoteran contohnya adalah mendeteksi penyakit seseorang dari
gejala yang ada. Contoh lainnya adalah mendeteksi penyakit jantung dari rekaman
elektrokardiogram.
2. Pada bidang computer vision contohnya adalah penerapan pengenalan wajah dan
pelabelan wajah seperti pada facebook. Contoh lainnya adalah penterjemahan tulisan
tangan menjadi teks.
3. Pada biang information retrival contohnya adalah penterjemahan bahasa dengan
menggunakan komputer, mengubah suara menjadi teks, dan filter email spam.
Salah satu teknik pengaplikasian machine learning adalah supervised learning. Seperti
yang dibahas sebelumnya, machine learning tanpa data maka tidak akan bisa bekerja.
Oleh karena itu hal yang pertama kali disiapkan adalah data. Data biasanya akan dibagi
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
menjadi 2 kelompok, yaitu data training dan data testing. Data training nantinya akan
digunakan untuk melatih algoritma untuk mencari model yang cocok, sementara data
testing akan dipakai untuk mengetes dan mengetahui performa model yang didapatkan
pada tahapan testing.
Dari model yang didapatkan, kita dapat melakukan prediksi yang dibedakan menjadi
dua macam, tergantung tipe keluarannya. Jika hasil prediksi bersifat diskrit, maka
dinamakan proses klasifikasi. Contohnya klasifikasi jenis kelamin dilihat dari tulisan
tangan (output laki dan perempuan). Sementara jika kelurannya bersifat kontinyu, maka
dinamakan proses regresi. Contohnya prediksi kisaran harga rumah di kota Bandung
(output berupa harga rumah).
Dampak Machine Learning di Masyarakat
Penerapan teknologi machine learning mau tidak mau pasti telah dirasakan sekarang.
Setidaknya ada dua dampak yang saling bertolak belakang dari pengembangan teknolgi
machine learning. Ya, dampak positif dan dampak negatif.
Salah satu dampak positif dari machine learning adalah menjadi peluang bagi para
wirausahawan dan praktisi teknologi untuk terus berkarya dalam mengembangkan
teknologi machine learning. Terbantunya aktivitas yang harus dilakukan manusia pun
menjadi salah satu dampak positif machine learning. Sebagai contohnya adalah adanya
fitur pengecekan ejaan untuk tiap bahasa pada Microsoft Word. Pengecekan secara
manual akan memakan waktu berhari-hari dan melibatkan banyak tenaga untuk
mendapatkan penulisan yang sempurna. Tapi dengan bantuan fitur pengecekan ejaan
tersebut, secara real-time kita bisa melihat kesalahan yang terjadi pada saat pengetikan.
Akan tetapi disamping itu ada dampak negatif yang harus kita waspadai. Adanya
pemotongan tenaga kerja karena pekerjaan telah digantikan oleh alat teknologi machine
learning adalah suatu permasalahan yang harus dihadapi. Ditambah dengan
ketergantungan terhadap teknologi akan semakin terasa. Manusia akan lebih terlena
oleh kemampuan gadget-nya sehingga lupa belajar untuk melakukan suatu aktivitas
tanpa bantuan teknologi.
AI dan Kognisi Manusia
Semua orang yang merangkai model proses distribusi paralel seperti neuron, telah
bekerja keras untuk mencoba menemukan solusi atas pertanyaan tentang otak sebagai
mesin berpikir, dan apakah komputer mampu meniru kemampuan otak serta kognisi
manusia. Otak sebagai mesin berpikir. Apa yang telah kita pelajari tentang mesin
berpikir kita, yang disebut otak, adalah bahwa mesin ini berbeda secara fundamental
dibandingkan dengan komputer Von Neumann yang sekarang biasa digunakan.
Mungkin AI akan berperan lebih jauh jika komputer lebih menyerupai otak.
Beberapa program komputer bekerja lebih efektif dari pada pikiran manusia, dan
kebanyakan sangat pintar menirukan hal-hal nyata meski masih sedikit janggal.
Komputer mampu memecahkan beberapa masalah, seperti sebuah soal matematika yang
mendetail, lebih cepat dan lebih akurat daripada manusia. Beberapa tugas lain seperti
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
menggeneralisasi dan mempelajari pola aktivitas yang baru, dilakukan paling baik oleh
manusia dan komputer masih kalah baik.
Sebuah konsep penting juga telah diajukan mengenai jaringan neuron yang juga masih
dipelajari, yaitu melalui sistem seperti sinapsis (seperti infranstruktur otak) yang
menghubungkan unit-unit, yang dapat berubah seiring dengan pengalaman
Beberapa usaha telah berhasil. Cara pandang baru mengenai kognisi manusia telah
menimbulkan banyak antusiasme di antara para pendukungnya. Bahkan seorang
mahasiswa yang kebetulan mempelajari tentang psikologi kognitif harus peka pada
konstribusi penting terhadap dunia psikologi ini dan berperan serta pada
perkembangannya di masa depan.
Pada dasarnya pikiran manusia adalah murni proses manusia yang bahkan jika disintesis
oleh mesin secara terpisah, tidak akan mampu diduplikasi oleh program-program AI.
Analisa :
AI dibuat untuk meniru kecerdasan manusia, baik input, proses atau pun outputnya.
Walaupun bisa meniru cara kerja kognis manusia tetapi tetap hanya sebuah tiruan yang
sampai kapan pun tak bisa menyerupai tiruannya karena kognisi manusia yang
kompleks dan rumit dijelaskan dia atas bahwasanya pikiran manusia adalah murni
proses manusia yang bahkan jika disintesis oleh mesin secara terpisah, tidak akan
mampu diduplikasi oleh program-program AI.
AI dan kognisi mempunyai kesamaan yakni dalam hal input, proses dan ouput jika
dalam AI yang di input, diproses, dan di output adalah adalah data maka dalam kognisi
manusia adalah stimulus.
AI dan Sistem Pakar (ELIZA, Pary, Net Talk)
Antusiasme para pemain awal AI langsung menanggapi tantangan yang muncul
dari Tes Turing (tes menyusun sebuah tes yang melibatkan komunikasi antar manusia
yang melontarkan pertanyaan dengan mahkluk pengguna bahasa) dan kemudian
menuliskan program yang dirancang untuk menanggapi permintaan bahasa yang tidak
bisa dipisahkan dari respon manusia. Dengan menampilkan perspektif dari pandangan
yang tersembunyi, sekarang beberapa program ini menjadi tampak sedikit aneh, tetapi
ilmu pengetahuan memang seringkali berkembang seperti itu.
ELIZA
Salah satu program komputer pertama yang mampu berkomunikasi, ELIZA,
ditulis oleh Joseph Weizenbaum (1966). Beberapa revisi atas ELIZA telah dibuat dari
konsep aslinya. Pada satu program yang spesifik bernama DOCTOR, ELIZA
mengambil peran seperti seorang psikiater.
Respon dari komputer cenderung stereotip, misalnya dia diprogram untuk merespons
beberapa kunci kalimat dengan respons yang hanyalah merupakan transformasi dari
kalimat aslinya. Seperti ketika “pasien” mengatakan kata kunci “I‟m”, ELIZA
merespons dengan gaya tutur seperti “Aku turut bersedih mendengar kamu...” Jika
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
tidak ada kata kunci yang ditemukan, komputer akan menjawab dengan ciri-cirinya
yang tanpa isi, atau pada beberapa kasus, berakhir menjadi transformasi yang lebih
awal. Kapasitas manusia dalam hal pengetahuan, perasaan, kecenderungan, dinamika
kelompok, dan seterusnya, terbentuk menjadi apa yang mau tidak mau kita sebut
pengertian. Eliza kekurangan akan hal itu.
PARRY
Colby, Hilf, Weber, dan Kraemer (1972) mensimulasikan seorang pasien, dan
menyebut program ini PARRY, karena ia mensimulasikan seorang pasien paranoid.
Mereka memilih seorang paranoid sebagai subjek karena beberapa teori menyebutkan
bahwa proses dan sistem paranoia memang ada, perbedaan respons psikotis dan respons
manusia . Colby dan para rekan-rekan pelitinya mengarahkan komputer tersebut untuk
melakukan tes Turing, dengan meminta sekelompok psikiater untuk mewawancarai
PARRY menggunakan pesan yang disampaikan dalam bentuk ketikan. Para juri
(psikiater) diminta untuk mengukur kadar paranoia dari keseluruhan respons. Meskipun
Colby dan rekan-rekannya berhasil memprogram komputer yang mampu merespons
serupa dengan respons seorang pasien paranoid, di mana program ini juga lulus tes
Turing, tetapi program ini masih jauh dari konsep model pemahaman lengkap dan
produksi bahasa.
Net Talk
Program ini berdasarkan pada jaring-jaring neuron, sehingga dinamakan Net
Talk. Program ini dikembangkan oleh Sejnowski di sekolah medis Harvard dan
Rosenberg di Universitas Princeton. Dalam program ini, Net Talk membaca tulisan dan
mengucapkannya keras-keras. Model simulasi jaring neuron terdiri atas beberapa ratus
unit (neuron) dan ribuan koneksi. Net Talk “membaca keras-keras” dengan cara
mengkonversi tulisan menjadi fonem-fonem, unit dasar dari suara sebuah bahasa.
Sistem ini, seperti sistem-sistem lain yang sudah kita ketahui sebelumnya, memiliki tiga
lapisan : lapisan inout, di mana setiap unit merespons sebuah tulisan: lapisan output, di
mana unit menampilkan ke 55 fonem dalam bahasa Inggris; dan sebuah lapisan unit
tersembunyi, di mana setiap unit ditambahkan koneksinya pada setiap unit input
maupun output. Net Talk membaca dengan memperhatikan setiap tulisan satu demi
satu, dan dengan menscanning tiga tulisan pada setiap sisi demi sebuah informasi yang
konstektual. Di sini lafal „e‟ pada „net‟, „neglect‟, dan „red‟ bisa ditangkap dengan bunyi
yang berbeda. Setiap Net Talk membaca sebuah kata, program ini membandingkan
pelafalannya dengan lafal yang benar yang disediakan manusia, kemudian
menyesuaikan kekuatannya untuk memperbaiki setiap kesalahan
Analisa :
Setiap yang dibuat manusia pastinya memliki beberapa kelemahan mulai dari
teknologi atau semacamnya. Manusia yang bersikeras bisa membuat tiruan kognisi
manusia. Program ELIZA misalnya yakni jika tidak ada kata kunci yang ditemukan,
komputer akan menjawab dengan ciri-cirinya yang tanpa isi, atau pada beberapa kasus,
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
berakhir menjadi transformasi yang lebih awal, atau walaupun Colby dan rekanrekannya berhasil memprogram komputer yang mampu merespons serupa dengan
respons seorang pasien paranoid, di mana program ini juga lulus tes Turing, tetapi
program ini masih jauh dari konsep model pemahaman lengkap dan produksi bahasa.
Peran AI dalam psikologi (penggunaan AI sebagai expert system yang dapat digunakan
untuk mendukung sistem pengambilan keputusan)
Kepandaian buatan (AI) diartikan secara luas sebagai cabang dari ilmu komputer
yang berhubungan dengan pengembangan komputer (perangkat keras) dan programprogram komputer (perangkat lunak) yang mampu meniru fungsi kognisi manusia.
Sedangkan psikologi bisa diartikan sebagai ilmu mengenai jiwa, dalam hal ini kaitan
atau peran AI yang paling dekat adalah psikologi kognitif, psikologi kognitif lebih
menekankan mengenai kognisi manusia, dalam perkembangannya manusia
menginginkan sesuatu yang lebih seperti halnya ingin menyamakan sebuah mesin
dengan meniru kepandaian kognisi manusia, walau dalam perjalananya terdapat
perdebatan tetapi eksperimen terus diupayakan agara bisa berhasil, hasilnya bisa kita
nikmati semakin canggihnya sebuah mesin atau teknologi ciptaan manusia yang bisa
membantu pekerjaan sehari-hari manusia.
Sebenarnya merancang komputer yang mampu memecahkan masalah yang spesifik
adalah hal yang mudah, yang sulit adalah merancang program yang serba bisa untuk
mengatasi berbagai masalah yang sulit. Dan merancang sebuah program yang akan
mampu beradaptasi serta mempelajari solusi atas masalah yang beraneka ragam sampai
sejauh ini dipandang sebagai hal yang mustahil. Tetapi tujuan dari banyak ahli AI
kontemporer adalah untuk merancang program pembelajaran yang mampu memecahkan
masalah. Peran AI dalam hal ini jelas yakni agar mampu memecahkan berbagai macam
masalah. Contoh bagaimana sistem AI mampu memecahkan masalah yakni terkadang
manusia dalam praktek psikologi merasa bingung atau terlalu lama dalam menentukan
diagnosa sesuatu maka Ai bisa hadir dalam solusi tersebut. Bagaimana menetapkan
suatu diagnosa dalam klinis atau inteligensi atau menentukan validitas atau reliabilitas
suatu data bisa ditentukan dengan memanfaatkan teknologi AI.
Tujuan dari AI ialah untuk merancang program pembelajaran yang mampu
memecahkan masalah. Ini sama saja seperti halnya membantu pekerjaan manusia walau
dalam eksperimennya selalu mengundang perdebatan. AI dirancang juga untuk bisa
meniru kecerdasan manusia dan inilah yang menjadi perdebatan banyak orang selain
kemustahilan dikembangkannya akan hal itu. Dalam hal ini dirasa ingin menandingi
ciptaan Tuhan yang sampai kapan pun tak ada yang bisa ditandingi ciptaan Nya, tetapi
hal itu pastinya punya persepsi yang berbeda-beda ada yang menjadikan itu sebagai
sebuah motivasi atau sebuah penentangan.
Segala sesuatu yang diciptakan manusia harunya mampu menciptakan manfaat kepada
manusia itu sendiri, manfaat yang bisa membantu pekerjaan manusia atau memudahkan
pekerjaan manusia. Tingkat kognisi manusia yang semakin berkembang harusnya
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
mampu meningkatkan kualitas ciptaannya tanpa adanya keterbatasan dalam
membangun kreativitas. Bagaimana menetapkan suatu diagnosa dalam klinis atau
inteligensi atau menentukan validitas atau reliabilitas suatu data bisa ditentukan dengan
memanfaatkan teknologi AI adalah sebagian dari hasil kreatifitas manusia.
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
Penutup
Demikian penjelasan saya dalam mengenal lebih lanjut tentang teknologi ai dan
advanced machine learning. Semoga bermanfaat.
Referensi
Solso, R. L., Maclin, O. H., & Maclin, M. K. (2007). Psikologi kognitif. Jakarta:
Erlangga.
S, Suryadi. H. (1996). Pengenalan komputer. Jakarta: Gunadarma.
http://usmansoleh-usmansoleh.blogspot.co.id/2014/02/tentang-artificialinteligence.html
https://connections.sat.co.id/blogs/digitalmarketer?sortby=2&order=asc&maxres
ults=25&page=1&lang=in$mySearch
http://sejarahpahami.blogspot.co.id/2017/01/prediksi-teknologi-yang-akanmenjadi.html
Biografi
Lisa Anisah, lahir Jakarta 16 september 1996 ini sedang menjalani kuliah disalah
satu Perguruan Tinggi yang berada dikota Tangerang.
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
Lisa Anisah
[email protected] ::
Abstrak
Machine Learning adalah cabang lanjutan Artificial Intelligent (AI), yang mencakup
sistem lebih canggih seperti mampu memahami, mempelajari, memprediksi,
beradaptasi, dan berpotensi beroperasi secara mandiri. Machine learning ini diprediksi
mampu mengubah perilaku masa depan, yang mengarah pada penciptaan perangkat dan
program yang lebih cerdas. Gartner memprediksi AI dan Machine Learning akan lebih
banyak digunakan pada robot, kendaraan mandiri, elektronik untuk konsumen, virtual
personal assistants, dan smart advisors.
Kata Kunci: Ai, artificial intelligent, machine learning, elektronik
Pendahuluan
Teknologi semakin lama semakin jauh berkembang dalam hal ini kercerdasan manusia
terus dan terus selalu berkembang walau terjadi banyak perdebatan tetatpi bagi mereka
yang ingin menggali lebih lagi tentang AI pastinya tetap akan mengembangkannya. Di
mulai dari imajinasi manusia mampu mewujudkan apa yang sebelumnya dirasa
mustahil. Perkemangan ini bukan hanya sampai hari ini tetapi akan berlanjut karena
manusia yang sifatnya tidak pernah puas dengan segala sesuatu.
Dimulai pada tahun 1950 yang ingin membuktikan apakah ciptaan manusia berupa
komputer mempunyai kecerdasan yang mirip dengan manusia atau tidak, dilakukanlah
sebuah tes yang disebut tes Turing kemudian berlanjut sampai pada tahun 1956
diperkenalkanlah yang disebut AI oleh John McCarthy dan hingga saat ini masih terus
dikembangkan.
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
Pembahasan
Mengenal Teknologi Machine Learning (Pembelajaran Mesin)
Sejarah Machine Learning
Sejak pertama kali komputer diciptakan manusia sudah memikirkan bagaimana caranya
agar komputer dapat belajar dari pengalaman. Hal tersebut terbukti pada tahun 1952,
Arthur Samuel menciptakan sebuah program, game of checkers, pada sebuah komputer
IBM. Program tersebut dapat mempelajari gerakan untuk memenangkan permainan
checkers dan menyimpan gerakan tersebut kedalam memorinya. Istilah machine
learning pada dasarnya adalah proses komputer untuk belajar dari data (learn from
data). Tanpa adanya data, komputer tidak akan bisa belajar apa-apa. Oleh karena itu jika
kita ingin belajar machine learning, pasti akan terus berinteraksi dengan data. Semua
pengetahuan machine learning pasti akan melibatkan data. Data bisa saja sama, akan
tetapi algoritma dan pendekatan nya berbeda-beda untuk mendapatkan hasil yang
optimal.
Belajar Machine Learning
Machine Learning merupakan salah satu cabang dari disiplin ilmu Kecerdasan Buatan
(Artificial Intellegence) yang membahas mengenai pembangunan sistem yang
berdasarkan pada data. Banyak hal yang dipelajari, akan tetapi pada dasarnya ada 4 hal
pokok yang dipelajari dalam machine learning.
1. Pembelajaran Terarah (Supervised Learning)
2. Pembelajaran Tak Terarah (Unsupervised Learning)
3. Pembelajaran Semi Terarah (Semi-supervised Learning)
4. Reinforcement Learning
Aplikasi Machine Learning
Contoh penerapan machine learning dalam kehidupan adalah sebagai berikut.
1. Penerapan di bidang kedoteran contohnya adalah mendeteksi penyakit seseorang dari
gejala yang ada. Contoh lainnya adalah mendeteksi penyakit jantung dari rekaman
elektrokardiogram.
2. Pada bidang computer vision contohnya adalah penerapan pengenalan wajah dan
pelabelan wajah seperti pada facebook. Contoh lainnya adalah penterjemahan tulisan
tangan menjadi teks.
3. Pada biang information retrival contohnya adalah penterjemahan bahasa dengan
menggunakan komputer, mengubah suara menjadi teks, dan filter email spam.
Salah satu teknik pengaplikasian machine learning adalah supervised learning. Seperti
yang dibahas sebelumnya, machine learning tanpa data maka tidak akan bisa bekerja.
Oleh karena itu hal yang pertama kali disiapkan adalah data. Data biasanya akan dibagi
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
menjadi 2 kelompok, yaitu data training dan data testing. Data training nantinya akan
digunakan untuk melatih algoritma untuk mencari model yang cocok, sementara data
testing akan dipakai untuk mengetes dan mengetahui performa model yang didapatkan
pada tahapan testing.
Dari model yang didapatkan, kita dapat melakukan prediksi yang dibedakan menjadi
dua macam, tergantung tipe keluarannya. Jika hasil prediksi bersifat diskrit, maka
dinamakan proses klasifikasi. Contohnya klasifikasi jenis kelamin dilihat dari tulisan
tangan (output laki dan perempuan). Sementara jika kelurannya bersifat kontinyu, maka
dinamakan proses regresi. Contohnya prediksi kisaran harga rumah di kota Bandung
(output berupa harga rumah).
Dampak Machine Learning di Masyarakat
Penerapan teknologi machine learning mau tidak mau pasti telah dirasakan sekarang.
Setidaknya ada dua dampak yang saling bertolak belakang dari pengembangan teknolgi
machine learning. Ya, dampak positif dan dampak negatif.
Salah satu dampak positif dari machine learning adalah menjadi peluang bagi para
wirausahawan dan praktisi teknologi untuk terus berkarya dalam mengembangkan
teknologi machine learning. Terbantunya aktivitas yang harus dilakukan manusia pun
menjadi salah satu dampak positif machine learning. Sebagai contohnya adalah adanya
fitur pengecekan ejaan untuk tiap bahasa pada Microsoft Word. Pengecekan secara
manual akan memakan waktu berhari-hari dan melibatkan banyak tenaga untuk
mendapatkan penulisan yang sempurna. Tapi dengan bantuan fitur pengecekan ejaan
tersebut, secara real-time kita bisa melihat kesalahan yang terjadi pada saat pengetikan.
Akan tetapi disamping itu ada dampak negatif yang harus kita waspadai. Adanya
pemotongan tenaga kerja karena pekerjaan telah digantikan oleh alat teknologi machine
learning adalah suatu permasalahan yang harus dihadapi. Ditambah dengan
ketergantungan terhadap teknologi akan semakin terasa. Manusia akan lebih terlena
oleh kemampuan gadget-nya sehingga lupa belajar untuk melakukan suatu aktivitas
tanpa bantuan teknologi.
AI dan Kognisi Manusia
Semua orang yang merangkai model proses distribusi paralel seperti neuron, telah
bekerja keras untuk mencoba menemukan solusi atas pertanyaan tentang otak sebagai
mesin berpikir, dan apakah komputer mampu meniru kemampuan otak serta kognisi
manusia. Otak sebagai mesin berpikir. Apa yang telah kita pelajari tentang mesin
berpikir kita, yang disebut otak, adalah bahwa mesin ini berbeda secara fundamental
dibandingkan dengan komputer Von Neumann yang sekarang biasa digunakan.
Mungkin AI akan berperan lebih jauh jika komputer lebih menyerupai otak.
Beberapa program komputer bekerja lebih efektif dari pada pikiran manusia, dan
kebanyakan sangat pintar menirukan hal-hal nyata meski masih sedikit janggal.
Komputer mampu memecahkan beberapa masalah, seperti sebuah soal matematika yang
mendetail, lebih cepat dan lebih akurat daripada manusia. Beberapa tugas lain seperti
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
menggeneralisasi dan mempelajari pola aktivitas yang baru, dilakukan paling baik oleh
manusia dan komputer masih kalah baik.
Sebuah konsep penting juga telah diajukan mengenai jaringan neuron yang juga masih
dipelajari, yaitu melalui sistem seperti sinapsis (seperti infranstruktur otak) yang
menghubungkan unit-unit, yang dapat berubah seiring dengan pengalaman
Beberapa usaha telah berhasil. Cara pandang baru mengenai kognisi manusia telah
menimbulkan banyak antusiasme di antara para pendukungnya. Bahkan seorang
mahasiswa yang kebetulan mempelajari tentang psikologi kognitif harus peka pada
konstribusi penting terhadap dunia psikologi ini dan berperan serta pada
perkembangannya di masa depan.
Pada dasarnya pikiran manusia adalah murni proses manusia yang bahkan jika disintesis
oleh mesin secara terpisah, tidak akan mampu diduplikasi oleh program-program AI.
Analisa :
AI dibuat untuk meniru kecerdasan manusia, baik input, proses atau pun outputnya.
Walaupun bisa meniru cara kerja kognis manusia tetapi tetap hanya sebuah tiruan yang
sampai kapan pun tak bisa menyerupai tiruannya karena kognisi manusia yang
kompleks dan rumit dijelaskan dia atas bahwasanya pikiran manusia adalah murni
proses manusia yang bahkan jika disintesis oleh mesin secara terpisah, tidak akan
mampu diduplikasi oleh program-program AI.
AI dan kognisi mempunyai kesamaan yakni dalam hal input, proses dan ouput jika
dalam AI yang di input, diproses, dan di output adalah adalah data maka dalam kognisi
manusia adalah stimulus.
AI dan Sistem Pakar (ELIZA, Pary, Net Talk)
Antusiasme para pemain awal AI langsung menanggapi tantangan yang muncul
dari Tes Turing (tes menyusun sebuah tes yang melibatkan komunikasi antar manusia
yang melontarkan pertanyaan dengan mahkluk pengguna bahasa) dan kemudian
menuliskan program yang dirancang untuk menanggapi permintaan bahasa yang tidak
bisa dipisahkan dari respon manusia. Dengan menampilkan perspektif dari pandangan
yang tersembunyi, sekarang beberapa program ini menjadi tampak sedikit aneh, tetapi
ilmu pengetahuan memang seringkali berkembang seperti itu.
ELIZA
Salah satu program komputer pertama yang mampu berkomunikasi, ELIZA,
ditulis oleh Joseph Weizenbaum (1966). Beberapa revisi atas ELIZA telah dibuat dari
konsep aslinya. Pada satu program yang spesifik bernama DOCTOR, ELIZA
mengambil peran seperti seorang psikiater.
Respon dari komputer cenderung stereotip, misalnya dia diprogram untuk merespons
beberapa kunci kalimat dengan respons yang hanyalah merupakan transformasi dari
kalimat aslinya. Seperti ketika “pasien” mengatakan kata kunci “I‟m”, ELIZA
merespons dengan gaya tutur seperti “Aku turut bersedih mendengar kamu...” Jika
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
tidak ada kata kunci yang ditemukan, komputer akan menjawab dengan ciri-cirinya
yang tanpa isi, atau pada beberapa kasus, berakhir menjadi transformasi yang lebih
awal. Kapasitas manusia dalam hal pengetahuan, perasaan, kecenderungan, dinamika
kelompok, dan seterusnya, terbentuk menjadi apa yang mau tidak mau kita sebut
pengertian. Eliza kekurangan akan hal itu.
PARRY
Colby, Hilf, Weber, dan Kraemer (1972) mensimulasikan seorang pasien, dan
menyebut program ini PARRY, karena ia mensimulasikan seorang pasien paranoid.
Mereka memilih seorang paranoid sebagai subjek karena beberapa teori menyebutkan
bahwa proses dan sistem paranoia memang ada, perbedaan respons psikotis dan respons
manusia . Colby dan para rekan-rekan pelitinya mengarahkan komputer tersebut untuk
melakukan tes Turing, dengan meminta sekelompok psikiater untuk mewawancarai
PARRY menggunakan pesan yang disampaikan dalam bentuk ketikan. Para juri
(psikiater) diminta untuk mengukur kadar paranoia dari keseluruhan respons. Meskipun
Colby dan rekan-rekannya berhasil memprogram komputer yang mampu merespons
serupa dengan respons seorang pasien paranoid, di mana program ini juga lulus tes
Turing, tetapi program ini masih jauh dari konsep model pemahaman lengkap dan
produksi bahasa.
Net Talk
Program ini berdasarkan pada jaring-jaring neuron, sehingga dinamakan Net
Talk. Program ini dikembangkan oleh Sejnowski di sekolah medis Harvard dan
Rosenberg di Universitas Princeton. Dalam program ini, Net Talk membaca tulisan dan
mengucapkannya keras-keras. Model simulasi jaring neuron terdiri atas beberapa ratus
unit (neuron) dan ribuan koneksi. Net Talk “membaca keras-keras” dengan cara
mengkonversi tulisan menjadi fonem-fonem, unit dasar dari suara sebuah bahasa.
Sistem ini, seperti sistem-sistem lain yang sudah kita ketahui sebelumnya, memiliki tiga
lapisan : lapisan inout, di mana setiap unit merespons sebuah tulisan: lapisan output, di
mana unit menampilkan ke 55 fonem dalam bahasa Inggris; dan sebuah lapisan unit
tersembunyi, di mana setiap unit ditambahkan koneksinya pada setiap unit input
maupun output. Net Talk membaca dengan memperhatikan setiap tulisan satu demi
satu, dan dengan menscanning tiga tulisan pada setiap sisi demi sebuah informasi yang
konstektual. Di sini lafal „e‟ pada „net‟, „neglect‟, dan „red‟ bisa ditangkap dengan bunyi
yang berbeda. Setiap Net Talk membaca sebuah kata, program ini membandingkan
pelafalannya dengan lafal yang benar yang disediakan manusia, kemudian
menyesuaikan kekuatannya untuk memperbaiki setiap kesalahan
Analisa :
Setiap yang dibuat manusia pastinya memliki beberapa kelemahan mulai dari
teknologi atau semacamnya. Manusia yang bersikeras bisa membuat tiruan kognisi
manusia. Program ELIZA misalnya yakni jika tidak ada kata kunci yang ditemukan,
komputer akan menjawab dengan ciri-cirinya yang tanpa isi, atau pada beberapa kasus,
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
berakhir menjadi transformasi yang lebih awal, atau walaupun Colby dan rekanrekannya berhasil memprogram komputer yang mampu merespons serupa dengan
respons seorang pasien paranoid, di mana program ini juga lulus tes Turing, tetapi
program ini masih jauh dari konsep model pemahaman lengkap dan produksi bahasa.
Peran AI dalam psikologi (penggunaan AI sebagai expert system yang dapat digunakan
untuk mendukung sistem pengambilan keputusan)
Kepandaian buatan (AI) diartikan secara luas sebagai cabang dari ilmu komputer
yang berhubungan dengan pengembangan komputer (perangkat keras) dan programprogram komputer (perangkat lunak) yang mampu meniru fungsi kognisi manusia.
Sedangkan psikologi bisa diartikan sebagai ilmu mengenai jiwa, dalam hal ini kaitan
atau peran AI yang paling dekat adalah psikologi kognitif, psikologi kognitif lebih
menekankan mengenai kognisi manusia, dalam perkembangannya manusia
menginginkan sesuatu yang lebih seperti halnya ingin menyamakan sebuah mesin
dengan meniru kepandaian kognisi manusia, walau dalam perjalananya terdapat
perdebatan tetapi eksperimen terus diupayakan agara bisa berhasil, hasilnya bisa kita
nikmati semakin canggihnya sebuah mesin atau teknologi ciptaan manusia yang bisa
membantu pekerjaan sehari-hari manusia.
Sebenarnya merancang komputer yang mampu memecahkan masalah yang spesifik
adalah hal yang mudah, yang sulit adalah merancang program yang serba bisa untuk
mengatasi berbagai masalah yang sulit. Dan merancang sebuah program yang akan
mampu beradaptasi serta mempelajari solusi atas masalah yang beraneka ragam sampai
sejauh ini dipandang sebagai hal yang mustahil. Tetapi tujuan dari banyak ahli AI
kontemporer adalah untuk merancang program pembelajaran yang mampu memecahkan
masalah. Peran AI dalam hal ini jelas yakni agar mampu memecahkan berbagai macam
masalah. Contoh bagaimana sistem AI mampu memecahkan masalah yakni terkadang
manusia dalam praktek psikologi merasa bingung atau terlalu lama dalam menentukan
diagnosa sesuatu maka Ai bisa hadir dalam solusi tersebut. Bagaimana menetapkan
suatu diagnosa dalam klinis atau inteligensi atau menentukan validitas atau reliabilitas
suatu data bisa ditentukan dengan memanfaatkan teknologi AI.
Tujuan dari AI ialah untuk merancang program pembelajaran yang mampu
memecahkan masalah. Ini sama saja seperti halnya membantu pekerjaan manusia walau
dalam eksperimennya selalu mengundang perdebatan. AI dirancang juga untuk bisa
meniru kecerdasan manusia dan inilah yang menjadi perdebatan banyak orang selain
kemustahilan dikembangkannya akan hal itu. Dalam hal ini dirasa ingin menandingi
ciptaan Tuhan yang sampai kapan pun tak ada yang bisa ditandingi ciptaan Nya, tetapi
hal itu pastinya punya persepsi yang berbeda-beda ada yang menjadikan itu sebagai
sebuah motivasi atau sebuah penentangan.
Segala sesuatu yang diciptakan manusia harunya mampu menciptakan manfaat kepada
manusia itu sendiri, manfaat yang bisa membantu pekerjaan manusia atau memudahkan
pekerjaan manusia. Tingkat kognisi manusia yang semakin berkembang harusnya
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
mampu meningkatkan kualitas ciptaannya tanpa adanya keterbatasan dalam
membangun kreativitas. Bagaimana menetapkan suatu diagnosa dalam klinis atau
inteligensi atau menentukan validitas atau reliabilitas suatu data bisa ditentukan dengan
memanfaatkan teknologi AI adalah sebagian dari hasil kreatifitas manusia.
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org
Penutup
Demikian penjelasan saya dalam mengenal lebih lanjut tentang teknologi ai dan
advanced machine learning. Semoga bermanfaat.
Referensi
Solso, R. L., Maclin, O. H., & Maclin, M. K. (2007). Psikologi kognitif. Jakarta:
Erlangga.
S, Suryadi. H. (1996). Pengenalan komputer. Jakarta: Gunadarma.
http://usmansoleh-usmansoleh.blogspot.co.id/2014/02/tentang-artificialinteligence.html
https://connections.sat.co.id/blogs/digitalmarketer?sortby=2&order=asc&maxres
ults=25&page=1&lang=in$mySearch
http://sejarahpahami.blogspot.co.id/2017/01/prediksi-teknologi-yang-akanmenjadi.html
Biografi
Lisa Anisah, lahir Jakarta 16 september 1996 ini sedang menjalani kuliah disalah
satu Perguruan Tinggi yang berada dikota Tangerang.
Lisensi Dokumen:
Copyright © 2008-2017 ilmuti.org
Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap
dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org