Machine Learning (ML) adalah cabang dari Artificial Intelligence di mana sistem komputer belajar dari data dan pengalaman untuk meningkatkan performa tanpa diprogram secara eksplisit untuk setiap tugas.

Sederhananya: alih-alih memberitahu komputer aturan “jika X maka lakukan Y”, sistem ML diberi contoh data dan menemukan polanya sendiri.

Jenis-jenis Machine Learning

Supervised Learning (Pembelajaran dengan Pengawasan) Sistem dilatih menggunakan data yang sudah dilabeli (input + jawaban benar). Model belajar memetakan input ke output yang benar.

• Contoh: klasifikasi email spam/bukan spam, prediksi harga rumah

Unsupervised Learning (Pembelajaran tanpa Pengawasan) Sistem menemukan pola dari data tanpa label. Berguna untuk menemukan struktur tersembunyi.

• Contoh: segmentasi pelanggan berdasarkan perilaku, deteksi anomali

Reinforcement Learning (Pembelajaran dari Reward) Sistem belajar melalui trial-and-error dengan mendapatkan reward atau penalti.

• Contoh: AI yang belajar bermain game, robot yang belajar berjalan

Contoh Machine Learning dalam Kehidupan

• Filter spam Gmail — mengenali email spam berdasarkan pola
• Rekomendasi YouTube/Netflix/Spotify — mempelajari selera untuk menyarankan konten
• Deteksi wajah — kamera HP mengenali dan memfokus pada wajah
• Prediksi teks — saran kata di keyboard HP saat mengetik
• Fraud detection — bank mendeteksi transaksi mencurigakan secara real-time
• Google Search — memahami maksud pencarian, bukan hanya kata kunci

Machine Learning vs Deep Learning

Machine Learning adalah payung yang lebih luas. Deep Learning adalah subset dari ML yang menggunakan jaringan neural berlapis-lapis dan sangat efektif untuk data kompleks seperti gambar, suara, dan teks.

Machine Learning adalah fondasi dari hampir semua teknologi AI modern yang digunakan sehari-hari.