Pemrograman Tradisional vs Machine Learning
Dalam pemrograman tradisional, kita menulis aturan eksplisit untuk komputer. Kita mentransfer pengetahuan kita ke komputer melalui:
- Statement if-else
- Loops
- Functions
- Dan logika pemrograman lainnya
Alur Pemrograman Tradisional
Dalam pendekatan tradisional, programmer harus mendefinisikan semua aturan dan logika secara eksplisit untuk mengubah input menjadi output yang diinginkan.
Apa itu Machine Learning?
Alih-alih menulis aturan, kita memberi komputer data dan membiarkan komputer mempelajari pola dan aturan itu sendiri.
Perbedaan Utama:
- Pemrograman Tradisional: Kita menulis aturan → Komputer mengikuti aturan
- Machine Learning: Kita berikan data → Komputer belajar pola → Komputer membuat aturan sendiri
Contoh: Mengenali Apel
Pertanyaan: Bagaimana Anda menjelaskan - dengan kata-kata - cara mengenali apel? Ini lebih sulit dari yang Anda kira!
💡 Insight: Manusia belajar dengan contoh. Kita belajar mengenali apel dengan melihat banyak apel. Machine Learning bekerja dengan cara yang sama - belajar dari banyak contoh untuk mengenali pola.
Dengan ML, kita tidak perlu menulis aturan seperti:
- Jika bulat DAN berwarna merah/hijau/kuning → Apel
- Jika ada tangkai di atas → Apel
- Jika tekstur halus → Apel
Cukup tunjukkan ribuan gambar apel (dan bukan apel) kepada komputer, lalu biarkan komputer belajar sendiri ciri-ciri apel!
Contoh AI Berbasis Aturan (Non-ML)
Berikut contoh sistem diagnosa penyakit sederhana menggunakan aturan:
def predict_illness(symptoms):
if 'fever' in symptoms:
if 'cough' in symptoms:
return 'flu'
elif 'sore throat' in symptoms:
return 'cold'
elif 'vomitting' in symptoms:
return 'food poisoning'
else:
return 'unknown'
elif 'rash' in symptoms:
return 'measles'
else:
return 'unknown'
# Contoh penggunaan
print(predict_illness(['fever', 'cough'])) # Output: flu
print(predict_illness(['fever', 'vomitting'])) # Output: food poisoning
⚠️ Masalah: Sistem ini memerlukan programmer untuk mendefinisikan semua aturan. Bagaimana jika ada gejala baru atau kombinasi yang belum dipikirkan? Dengan ML, sistem bisa belajar dari data medis yang ada!
Hubungan AI, ML, dan Deep Learning
Penjelasan:
- Artificial Intelligence (AI): Konsep paling luas yang mencakup semua sistem cerdas
- Machine Learning (ML): Metode untuk mencapai AI melalui pembelajaran dari data
- Deep Learning (DL): Teknik ML yang sangat powerful menggunakan neural networks dengan banyak layer