Machine Learning - Pendahuluan

Sebagai programmer, hal yang dilakukan adalah memprogram komputer dengan mengatur rule-rule agar komputer dapat menyelesaikan suatu masalah.

Machine learning yang selanjutnya akan disebut ML, adalah pendekatan yang berbeda. Machine learning adalah algoritma komputer yang memiliki kemampuan untuk "belajar" tanpa secara ekplisit diprogram.

Contoh kita akan membuat program untuk filter email junk dan bukan.

Tanpa pedekatan ML, program filter email yang akan cukup rumit, dengan berbagai rule untuk membedakan junk email atau bukan.

Misalnya program akan mencari kata-kata tertentu untuk menentukan apakah suatu email itu spam atau bukan. Atau dengan memeriksa alamat email, jika alamat tersebut adalah alamat yang pernah ada di addresbook, maka itu bukan spam email.

Kemudian melakukan testing untuk memastikan rule yang telah kita program berhasil membedakan email spam atau bukan.

Hal yang tersulit pada pendekatan traditional programming, adalah menentukan rule yang tepat. Akan banyak trial dan error untuk mendapatkan rule yang akurat untuk membedakan email spam dan bukan.

Dan hal yang terburuk adalah, bila spammers mengubah isi email, maka rule yang telah kita coding, akan gagal membedakan spam email atau bukan. Yang berarti kita harus mengupdate ulang rule-rule yang telah diprogram.

Tentu akan sangat nyaman jika komputer dapat berpikir dan membuat rule sendiri untuk melakukan filtering. Nah, disini Machine Learning (ML) hadir untuk mencoba memenuhi kebutuhan ini.

Pendekatan Machine Learning

Pertama, kumpulkan email dan kategorikan email spam dan email real. Kemudian kita input ke Algoritma Machine Learning. ML akan membaca semua email tersebut, dan akan membuat rule sendiri untuk menentukan mana spam mana bukan.

Proses diatas disebut proses training. Makin besar dan random data yang kita berikan, makin tepat dalam menentukan status sebuah email.