Halo sobat Exsight!!
Kamu udah pernah dengar mengenai unsupervised learning? Atau udah pernah dengar tapi belum tau maksud dari istilah tersebut? Nah, pas banget. Artikel kali ini akan membahas mengenai apa itu unsupervised learning beserta contoh pengaplikasiannya dalam dunia nyata.
Pengertian Unsupervised Learning
Bagi kamu yang sedang belajar mengenai Data Science dan Machine Learning, istilah Unsupervised Learning pasti merupakan suatu hal yang sering didengar. Unsupervised Learning adalah salah satu algoritma machine learning yang bertujuan untuk menarik kesimpulan dari kumpulan data input tanpa label respon. Pada unsupervised learning, algoritma akan mempelajari data secara implisit dengan mencari kemiripan atau kedekatan antar struktur data, jarak data, segmen data serta atribut lainnya.
Berbeda dengan supervised learning, unsupervised tidak memerlukan data label untuk melatih model yang akan dibuat. Algoritma dapat dengan sendiri memprediksi label atau mengelompokkan data dengan melihat kemiripan antar struktur data. Jika atribut dan sifat-sifat dari data memiliki kemiripan, maka akan dikelompok menjadi suatu kelompok. Dari kelompok kelompok itu model melabelkan, dan jika data baru mau diprediksi, maka akan dicocokkan dengan kelompok yang memiliki kemiripan dengan feature di kelompok tersebut. Adapun untuk tingkat kemiriian ini biasanya dapat diukur menggunakan rumus perhitungan jarak, matriks korelasi, atau metode lainnya sesuai dengan jenis data serta tujuan dari penggunaan unsupervised learning itu sendiri.
Karena unsupervised learning tidak memerlukan label data, maka algoritma ini sangat relevan jika digunakan pada data-data di dunia nyata, terutama data-data unstruktur yang sering kali belum memiliki label, seperti data suara, gambar atau video.
Contoh Algoritma Unsupervised Learning
Algoritma unsupervised learning yang cukup populer dan paling umum digunakan dalam real case adalah clustering. Clustering ini biasanya menjadi dasar bagi algoritma-algoritma lainnya. Algoritma clustering bertujuan untuk mengelompokkan data berdasarkan karakteristik dari data-data tersebut. Algoritma ini akan mengelompokkan data dengan karakteristik yang sama ke suatu ‘wilayah’ yang sama dan data dengan karakteristik yang berbeda ke ‘wilayah’ yang lain.
Selain clustering, beberapa algoritma lain yang termasuk dalam unsupervised learning antara lain
- Principal Component Analysis (PCA)
- Recommendation System
- Association Rule
- Anomaly Detection
- Deep Belief Network
Penerapan Unsupervised Learning di Kehidupan Nyata
Ada berbagai macam penerapan unsupervised learning pada real world problem, beberapa diantaranya adalah
Customer Segmentation
Customer segmentation menggunakan algoritma clustering untuk mengelompokkan customer berdasarkan kemiripan karakteristik antar customer. Customer tersebut dapat dikelompokkan berdasarkan aspek demografi, geografi, perilaku bahkan psikografi. Customer segmentation ini tentu akan memudahkan bisnis user dalam menerapkan strategi branding dan marketing yang tepat untuk setiap cluster-nya
Recommendation System
Sistem rekomendasi adalah suatu sistem yang dirancang untuk memprediksi suatu item yang sesuai dengan minat user, yang mana item tersebut akan direkomendasikan pada user. Prediksi informasi minat pengguna dapat diperoleh berdasarkan pola aksi perilaku user atau sering dikatakan sebagai profil user. Recommender System ini merupakan sistem yang sebenarnya sudah sering kita temui sehari-hari. Biasanya pada e-commerce kita sering kali mendapatkan rekomendasi tentang item yang seharusnya kita beli. Kemudian pada youtube atau spotify, kita juga mendapat rekomendasi tentang video atau lagu yang harusnya kita mainkan.
Spam Email Identification
Untuk contoh ini, kamu bisa langsung saja dengan mengecek spam di inbox emailmu. Tanpa kita atur, dengan sendirinya sistem akan mengelompokkan email-email yang diduga adalah spam ke dalam folder spam.
Nah, sekian penjelasan mengenai unsupervised learning. Jika kamu masih kepo dan ingin berdiskusi lebih lanjut mengenai Usupervised Learning bisa langsung tinggalkan pertanyaan di kolom komentar atau bisa langsung klik tombol WA di pojok kanan bawah.
Baca Juga : Penjelasan Uji Korelasi
Tunggu artikel menarik lainnya dari Exsight Analytics and see you.
