Page 21 - E-MODUL FIX

Dalam supervised learning, mesin diberikan data input yang sudah

diketahui labelnya serta output yang diharapkan. Tujuan dari

pembelajaran terawasi adalah untuk membuat mesin dapat mengenali

pola dan menghasilkan output yang tepat berdasarkan input yang

diberikan.

Contohnya, jika kita ingin mengajarkan mesin untuk mengenali gambar

kucing, kita peru memberikan gambar-gambar kucing dengan label

“kucing” kepada mesin. Ketika mesin telah mempelajari pola dari

gambar-gambar tersebut, mesin dapat mengenali gambar “kucing” pada

gambar tersebut. Beberapa algoritma yang digunakan dalam supervised

learning antara lain regresi linear, regresi logistic, dan random forest.

Algoritma-algoritma ini digunakan untuk mempelajari pola dari data

input dan output yang telah diketahui.

2. Unsupervised Learning

Unsupervised Learning adalah Teknik pembelajaran mesin dimana

algoritma diberikan data tanpa label atau kategori sebelumnya. Tujuan

dari unsupervised learning adalah untuk menemukan pola atau struktur

yang tersembunyi dalam data. Dalam unsupervised learning, tidak ada

variabel target yang harus diprediksi seperti pada supervised learning.

Sebaliknya, algoritma mencoba menemukan pola yang ada dalam data

tanpa bantuan dari kategori atau label sebelumnya. Salah satu Teknik

unsupervised learning yang umum digunakan adalah clustering.

Clustering adalah Teknik yang digunakan untuk mengelompokkan data

menjadi beberapa kelompok yang serupa berdasarkan kesamaan fitur.

11