Contoh gampangnya adalah vacuum cleaner pintar. Saat pertama kali dipakai, vacuum mungkin bergerak sembarangan, menabrak kursi, atau bolak-balik di tempat yang sama. Tapi setiap kali ia menabrak, sistem di dalamnya mencatat bahwa arah itu bukan pilihan yang baik. Sebaliknya, kalau ia berhasil menemukan jalur yang bersih tanpa hambatan, itu dianggap sebagai "reward".
Seiring waktu, vacuum cleaner jadi semakin pintar. Ia mulai bisa membedakan mana area kamar, mana dapur, dan di mana biasanya ada halangan seperti meja atau sofa. Dengan belajar dari pengalaman tadi, vacuum bisa membuat peta rumah yang lebih efisien. Hasilnya, ia tidak hanya membersihkan ruangan lebih cepat, tapi juga menghemat energi karena tidak lagi mengulangi kesalahan yang sama.
Kesimpulan
Machine learning adalah teknologi yang memungkinkan komputer belajar dari data, dengan tiga pendekatan utama: supervised learning (belajar dari data berlabel), unsupervised learning (menemukan pola dari data tanpa label), dan trial and error/reinforcement learning (belajar dari pengalaman dan feedback). Dengan ini kita bisa memanfaatkan sumber data untuk membantu dalam kehidupan kita sehari-hari. (Akbar)*
Follow Instagram @kompasianacom juga Tiktok @kompasiana biar nggak ketinggalan event seru komunitas dan tips dapat cuan dari Kompasiana. Baca juga cerita inspiratif langsung dari smartphone kamu dengan bergabung di WhatsApp Channel Kompasiana di SINI
