AzzuryTech Insights For A Better Life
machine learning

Memahami Konsep Augmentation, Pattern Recognition hingga Penerapan Machine Learning

Memahami Konsep Augmentation, Pattern Recognition hingga Penerapan Machine Learning
4 min read
#machine learning#augmentation#pattern recognition
Table Of Content

Halo sobat, pada artikel kali ini kita akan bahas beberapa konsep penting dalam machine learning seperti augmentation, pattern recognition, hingga contoh penerapan machine learning di dunia nyata.

Sudah siap mengulas lebih dalam topik-topik menarik ini? Yuk kita simak penjelasannya!

Apa itu Augmentation?

Augmentation atau data augmentation adalah teknik yang sangat penting dalam machine learning khususnya computer vision. Augmentation artinya memodifikasi dataset gambar untuk meningkatkan jumlah dan variasi data.

Beberapa transformasi umum yang dilakukan pada citra adalah:

  • Flip (cerminkan gambar)
  • Rotate (putar gambar sudut tertentu)
  • Crop (potong/zoom sebagian gambar)
  • Brightness (ubah pencahayaan gambar)
  • Noise (tambahkan noise/gangguan pada gambar)

Nah augmentation ini bertujuan agar model computer vision bisa belajar dari beragam variasi suatu objek, latar belakang, pencahayaan dll sehingga meningkatkan akurasinya saat prediksi data baru.

Berikut contoh kode sederhana augmentation pada Python dengan Keras:

from keras.preprocessing.image import ImageDataGenerator

image_gen = ImageDataGenerator(rotation_range=30,
                               width_shift_range=0.1,
                               height_shift_range=0.1,
                               shear_range=0.2,
                               zoom_range=0.2,
                               horizontal_flip=True,
                               fill_mode="nearest")
                               
img = image_gen.random_transform(input_img)

Output: input_img dimodifikasi secara acak berdasarkan parameter transformasi diatas.

Nah itu contoh mudah memodifikasi dataset gambar menggunakan data augmentation agar lebih kaya variasi.

Selanjutnya kita bahas teknik pattern recognition yang erat kaitannya dengan machine learning.

Apa itu Pattern Recognition?

Pattern recognition atau pengenalan pola adalah bidang kecerdasan buatan untuk mengenali pola tertentu pada data masukan yang acak dan kompleks.

Tujuan utamanya adalah mengklasifikasikan data input ke dalam kategori yang sudah ditentukan sebelumnya.

Beberapa contoh kasus pattern recognition:

  • Pengenalan wajah
  • Pengenalan suara
  • Pengenalan tulisan tangan
  • Deteksi spam email
  • Diagnosa penyakit dari gejala

Nah kaitannya dengan machine learning, pattern recognition merupakan salah satu task utama yang ingin diselesaikan. Machine learning sangat jago belajar pola dari sekumpulan data historis untuk kemudian bisa memprediksi atau mengklasifikasikan data baru.

Misal dalam kasus diagnosis penyakit, model dilatih menggunakan catatan medis dan gejala x ribu pasien berikut hasil diagnosis dokternya sebagai kelas/label. Setelah dilatih, model ini diharapkan dapat mengenali data gejala baru dan memprediksi kemungkinan penyakitnya.

Pola yang sangat kompleks sekalipun pada data gambar, audio, teks maupun sinyal, machine learning mampu temukan dengan sangat akurat melampaui kemampuan manusia. Inilah hebatnya penerapan machine learning untuk pengenalan pola!

Penerapan Menarik Machine Learning di Dunia Nyata

Setelah memahami sekilas tentang augmentation dan pattern recognition, sekarang saya ingin berbagi beberapa contoh penerapan menarik machine learning di sekitar kita.

1. Rekomendasi Konten di Platform Digital

Saat sobat menonton YouTube, Netflix atau Spotify, pernah ga disodori rekomendasi film, video atau lagu yang sesuai selera? Nah itu salah satu kekuatan machine learning yang mempelajari preferensi penontonnya. Mirip yang digunakan e-commerce untuk rekomendasi produk.

2. Keyboard Predictive

Tau ga sobat kalau smartphone android sekarang sudah menggunakan AI untuk keyboard predictive-nya biar lebih akurat? Iya machine learning mempelajari pola penulisan dan kata yang sering kita pakai agar bisa melakukan prediksi kata selanjutnya dengan benar saat mengetik di keyboard.

3. Asisten Virtual Cerdas

Teknologi chatbot seperti Siri, Alexa, Google Assistant, Bixby menggunakan machine learning agar bisa menjawab pertanyaan-pertanyaan kita secara lebih alami melalui speech recognition dan natural language processing.

4. Mobil Self-Driving

Mobil autopilot Tesla mengaplikasikan beragam algoritma machine learning agar bisa segmentasi jalanan, deteksi mobil dan pejalan kaki di sekitarnya, hingga mengambil keputusan navigasi yang tepat tanpa campur tangan manusia.

Masih banyak lagi contoh lainnya di mana mesin cerdas ini memberikan dampak baik untuk kemudahan hidup manusia. Kita beruntung berada di jaman kemajuan AI seperti sekarang ya sobat!

Nah itu dia ulasan singkat terkait augmentation, pattern recognition dan contoh penerapan machine learning di sekitar kita. Semoga artikel ini bisa menambah wawasan ya.

Oh iya, berikut video bagus bahas penerapan AI: Revolusi AI dan Dampak ke Hidup Kita

Oke deh cukup sekian dulu. Tetap semangat belajar machine learningnya! Sampai jumpa.

Salam AI!

Related Articles