Machine Learning untuk Pemula: Cara Kerja Model dari Data sampai Prediksi

Machine learning sering terdengar seperti cabang teknologi yang jauh: penuh rumus, model besar, dan istilah yang bergerak lebih cepat daripada kemampuan kita mencatat. Padahal inti dasarnya cukup manusiawi: kita ingin komputer belajar dari contoh.

Bayangkan kamu mengajari seseorang mengenali email spam. Kamu tidak menulis seribu aturan manual seperti "kalau ada kata diskon, pasti spam". Kamu menunjukkan banyak contoh email spam dan bukan spam. Lama-lama ia mengenali pola: pengirim, gaya bahasa, tautan, waktu kirim, dan kombinasi sinyal kecil lain. Model machine learning bekerja dengan logika seperti itu, hanya saja polanya dihitung secara matematis.

Data adalah pengalaman model

Manusia belajar dari pengalaman. Model belajar dari data. Jika data buruk, pengalaman model juga buruk. Karena itu tahap paling penting sering bukan memilih algoritma tercanggih, melainkan memastikan data mewakili masalah yang ingin diselesaikan.

Dalam proyek harga rumah, data mungkin berisi luas tanah, luas bangunan, lokasi, jumlah kamar, usia bangunan, dan harga. Dalam proyek deteksi spam, data mungkin berisi teks email, domain pengirim, jumlah tautan, dan label spam atau tidak. Kolom-kolom ini disebut fitur. Jawaban yang ingin diprediksi disebut target.

Model bukan sihir, model adalah fungsi

Secara sederhana, model adalah fungsi yang mengubah input menjadi output. Inputnya fitur, outputnya prediksi. Regresi linear mengubah fitur menjadi angka. Decision Tree mengubah fitur menjadi keputusan bercabang. Neural Network mengubah fitur melalui banyak lapisan transformasi.

Training: proses mencoba dan memperbaiki

Saat training, model membuat prediksi pada data latih, menghitung kesalahan, lalu memperbaiki parameter. Proses ini diulang berkali-kali. Pada model sederhana, perbaikannya bisa dihitung langsung. Pada model kompleks, proses optimasi seperti gradient descent dipakai untuk menurunkan loss sedikit demi sedikit.

Kesalahan umum pemula adalah mengira training yang bagus berarti performa tinggi pada data latih. Itu belum cukup. Model bisa saja hanya menghafal data latih. Yang kita butuhkan adalah model yang mampu bekerja pada data baru.

Evaluasi: ujian yang jujur

Karena itu data biasanya dipisah menjadi data latih dan data uji. Data latih dipakai untuk belajar. Data uji disimpan sebagai ujian. Jika performa pada data latih tinggi tetapi data uji rendah, model kemungkinan overfit.

Metrik evaluasi harus mengikuti masalah. Untuk prediksi angka, gunakan MAE, MSE, atau RMSE. Untuk klasifikasi seimbang, akurasi bisa cukup. Untuk kelas tidak seimbang, precision, recall, dan F1 jauh lebih informatif.

Jenis machine learning

Supervised learning belajar dari data berlabel. Unsupervised learning mencari pola tanpa target eksplisit. Reinforcement learning belajar melalui reward dan penalty. Di dunia nyata, banyak sistem memadukan beberapa pendekatan sekaligus.

Contoh nyata yang dekat

Bank memakai ML untuk menilai risiko kredit dan mendeteksi transaksi mencurigakan. E-commerce memakai ML untuk rekomendasi produk. Rumah sakit memakai ML untuk membantu analisis gambar medis. Tim operasional memakai ML untuk memprediksi permintaan dan mendeteksi anomali.

Namun semua contoh itu kembali ke pola yang sama: definisikan masalah, kumpulkan data, buat fitur, latih model, evaluasi, lalu pantau setelah digunakan. Machine learning bukan satu tombol ajaib. Ia adalah proses berpikir yang disiplin.