Apa itu Supervised Learning pada Machine Learning?
Pengertian Supervised Learning
Supervised Learning merupakan tipe pembelajaran machine learning yang menggunakan data-data berlabel sebagai input. Proses pembelajaran ini dikatakan supervised learning karena membutuhkan supervisor atau pengawasan.
Cara kerja dari supervised learning sebagai berikut:
Misalkan terdapat data hewan, yaitu kucing, ayam, dan anjing. Data tersebut sudah memberikan label untuk setiap ciri-ciri dari kucing, ayam, dan anjing. Mesin akan mempelajari data tekait ciri-ciri dari masing-masing hewan tersebut menggunakan algoritma dari supervised learning. Setelah mempelajarinya, mesin akan melakukan prediksi. Ketika diberikan salah satu hewan, seperti kucing. Mesin dapat memprediksi dengan baik bahwa hewan tersebut adalah ayam berdasarkan ciri-ciri hewan yang sudah dipelajari dari data sebelumnya seperti memiliki sayap, berkaki dua, memiliki paruh dan sebagainya.
Penerapan supervised learning biasa digunakan untuk aplikasi klasifikasi dan regresi. Terdapat beberapa algoritma yang digunakan pada supervised learning, seperti Linear Regression, Random Forest, Gradient Boosting, Support Vector Machine (SVM), Logistic Regression, dan Artificial Neural Network.
Beberapa contoh penerapan supervised learning pada aplikasi, yaitu:
- Mendeteksi email spam
Supervised learning dapat digunakan untuk mengklasifikasi anomali pada email sehingga dapat mendeteksi email yang termasuk spam dan bukan spam. Data yang diberikan untuk dipelajari dapat berupa ciri-ciri email yang termasuk spam dan bukan.
- Membantu pengenalan objek, seperti pada aplikasi e-commerce kita dapat mencari produk yang serupa.
- Fraud Detection
Data yang berisi pola transaksi yang dilakukan oleh nasabah dapat dipelajari untuk mendeteksi terjadinya fraud atau tidak pada suatu transaksi. Algoritma yang digunakan dapat berupa random forest atau decision tree.
- Memprediksi harga properti
Prediksi harga saham ini termasuk ke regresi. Harga ini dapat diprediksi berdasarkan data seperti lokasi, luas bangunan, jumlah kamar, fasilitas, dan harga jual. Dengan menggunakan algoritma seperti linear regression, akan menghasilkan prediksi harga yang sesuai.
- Prediksi cuaca
Data historis dari cuaca, seperti suhu, kelembapan dan tekanan yang telah diberi label dapat digunakan untuk mempelajari ciri-ciri dari setiap cuaca sehingga dapat memberikan output berupa prediksi cuaca yang sesuai dengan label dari data sebelumnya yang telah dipelajari.
References:
https://dqlab.id/supervised-learning-tipe-machine-learning-populer
https://terralogiq.com/supervised-learning/
https://greatnusa.com/article/supervised-learning-adalah