Apa Itu Unsupervised Learning? Penjelasan untuk Pemula
Unsupervised learning (pembelajaran tak terawasi) adalah pendekatan pembelajaran mesin yang menemukan pola, kelompok, atau struktur di dalam data yang tidak memiliki label atau jawaban benar. Alih-alih diberi tahu apa setiap contoh, algoritma memeriksa data mentah dan mencari kemiripan, perbedaan, atau cara ringkas untuk menggambarkannya.
Versi sederhananya
Bayangkan tumpukan catatan pelanggan tanpa instruksi apa pun. Model unsupervised dapat mengelompokkan orang dengan kebiasaan mirip, meski tidak ada yang memberi tahu kelompoknya sebelumnya. Ia menemukan organisasi di dalam data, bukan mencocokkan dengan jawaban yang sudah diketahui.
Beda dengan supervised learning
| Supervised learning | Unsupervised learning |
|---|---|
| Memakai data berlabel | Memakai data tanpa label |
| Memprediksi jawaban yang diketahui | Menemukan struktur tersembunyi |
| Dibimbing seperti guru | Menjelajah sendiri |
| Klasifikasi dan regresi | Clustering dan reduksi |
Teknik umum
- Clustering: mengelompokkan item mirip, seperti segmen pelanggan.
- Reduksi dimensi: memadatkan banyak fitur menjadi lebih sedikit.
- Aturan asosiasi: menemukan item yang sering muncul bersama.
- Deteksi anomali: menandai titik yang tidak mengikuti pola umum.
Contoh penggunaan
- Segmentasi pelanggan untuk pesan yang lebih sesuai.
- Sistem rekomendasi yang mengelompokkan produk mirip.
- Mendeteksi transaksi janggal yang bisa menandakan kecurangan.
- Menyederhanakan dataset besar sebelum analisis lanjutan.
- Mengelompokkan dokumen atau gambar berdasarkan fitur bersama.
Manfaat dan keterbatasan
Unsupervised learning berguna ketika label langka atau mahal, karena dapat bekerja dengan banyak data mentah. Namun tidak ada jawaban benar bawaan untuk diperiksa, sehingga hasil lebih sulit dievaluasi dan bisa mencerminkan asumsi metode yang dipilih. Kelompok yang ditemukan sebaiknya ditafsirkan dengan hati-hati, bukan dianggap fakta pasti.
FAQ
Data seperti apa yang dipakai?
Data tanpa label, di mana input diberikan tanpa jawaban benar atau kategori yang melekat.
Apa itu clustering?
Teknik yang membagi data ke kelompok sehingga item dalam satu kelompok lebih mirip satu sama lain dibanding item di kelompok lain.
Mengapa sulit dievaluasi?
Karena tidak ada jawaban berlabel untuk dibandingkan, penilaian sering mengandalkan interpretasi atau kegunaan lanjutan.
Bisakah mendeteksi kecurangan?
Ya, deteksi anomali dapat menandai pola janggal, meski kasus yang ditandai biasanya perlu ditinjau manusia.
Poin utama
- Unsupervised learning menemukan struktur di data tanpa label.
- Clustering dan reduksi dimensi adalah teknik inti.
- Berguna ketika label tidak tersedia, tetapi lebih sulit dievaluasi.
- Hasil bersifat eksploratif dan perlu ditafsirkan dengan hati-hati.
Lanjutkan membaca apa itu jaringan saraf tiruan dan apa itu transfer learning.
Sources
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free