Pertemuan 1: Paradigma Machine Learning, Taksonomi Pembelajaran, dan Generalisasi Model

Paradigma Machine Learning, Taksonomi Pembelajaran, dan Generalisasi Model

Materi pengantar pembelajaran mesin (Machine Learning / ML) yang membahas transformasi paradigma komputasi modern dari pemrograman berbasis aturan manual ke inferensi statistik otomatis, taksonomi algoritma pembelajaran, perancangan alur pelatihan model, serta evaluasi kapabilitas generalisasi data.

1. Transformasi Paradigma Komputasi

Definisi klasik dari Arthur Samuel (1959) menyebutkan bahwa Machine Learning adalah bidang studi yang memberikan komputer kemampuan untuk belajar tanpa diprogram secara eksplisit (ability to learn without being explicitly programmed). Tom Mitchell (1997) merumuskan definisi formal yang berbunyi: "Suatu program komputer dikatakan belajar dari pengalaman $E$ terhadap suatu kelompok tugas $T$ dan ukuran kinerja $P$, jika kinerjanya pada tugas-tugas di $T$, yang diukur dengan $P$, meningkat seiring dengan bertambahnya pengalaman $E$."

Komparasi alur pemrosesan:

• Pemrograman Konvensional: $\text{Data} + \text{Rules (Aturan Logis Manual)} \rightarrow \text{Answers (Output)}$
• Machine Learning: $\text{Data} + \text{Answers (Label Historis)} \rightarrow \text{Rules / Model (Pola Otomatis)}$

2. Taksonomi Pembelajaran Mesin

Secara metodologis, algoritma machine learning dikelompokkan ke dalam tiga kategori utama:

1. Supervised Learning (Pembelajaran Terbimbing): Model dilatih menggunakan dataset yang memiliki label kebenaran dasar (ground truth). Tujuannya adalah memetakan fungsi pendekatan $f: X \rightarrow y$.
   • Regresi: Target $y$ berupa variabel numerik kontinu (misal estimasi harga rumah, prediksi suhu, proyeksi laba).
   • Klasifikasi: Target $y$ berupa label diskret kategorial (misal deteksi spam email, diagnosis medis tumor jinak vs ganas, pengenalan wajah).
2. Unsupervised Learning (Pembelajaran Tak Terbimbing): Dataset input $X$ tidak memiliki label luaran. Model bertugas mengekstraksi struktur tersembunyi, klaster alami, atau kepadatan distribusi data.
   • Clustering: Mengelompokkan instans ke dalam klaster berdasarkan kemiripan jarak (misal K-Means, DBSCAN).
   • Dimensionality Reduction: Memproyeksikan fitur berdimensi tinggi ke ruang berdimensi rendah tanpa kehilangan varians penting (misal PCA, t-SNE).
3. Reinforcement Learning (Pembelajaran Penguatan): Agen cerdas belajar melalui interaksi langsung dengan lingkungan (environment), mengambil keputusan tindakan (action) untuk mendapatkan akumulasi reward maksimal melalui mekanisme umpan balik imbalan dan hukuman.

Berikut adalah visualisasi rangkuman catatan perkuliahan sesi perdana:

3. Siklus Hidup Pelatihan Model dan Pemisahan Data

Proses pelatihan model machine learning memerlukan pembagian dataset secara teliti untuk mencegah kebocoran data (data leakage):

• Training Set (60-80%): Digunakan oleh algoritma untuk mengoptimalkan bobot parameter model secara berulang.
• Validation Set (10-20%): Digunakan untuk meninjau kinerja model saat melakukan pemilihan arsitektur dan penalaan hiperparameter (hyperparameter tuning).
• Test Set (10-20%): Data yang tidak pernah dilihat sama sekali oleh model selama proses pelatihan, digunakan murni untuk mengukur kapabilitas generalisasi akhir.

4. Masalah Generalisasi: Underfitting vs Overfitting

Tujuan utama machine learning adalah generalisasi, yaitu kemampuan model memprediksi data baru yang belum pernah ditemui sebelumnya secara akurat:

• Underfitting (Bias Tinggi / High Bias): Model terlalu sederhana sehingga tidak mampu menangkap pola laten dalam data latih. Solusi: Tingkatkan kompleksitas model, tambahkan fitur baru yang relevan, atau kurangi regularisasi.
• Overfitting (Varians Tinggi / High Variance): Model terlalu kompleks sehingga menghafal derau (noise) pada data latih, menyebabkan akurasi data latih sangat tinggi tetapi performa pada data uji anjlok drastis. Solusi: Perbanyak volume data latih, terapkan teknik regularisasi (L1/L2), seleksi fitur, atau gunakan teknik cross-validation.