Jenis Machine Learning

Machine learning bukan satu teknik tunggal, melainkan sekumpulan cara belajar yang bahan dan tujuannya berbeda. Penggolongan yang paling banyak dipakai membaginya menurut dua pertanyaan: apakah data latih disertai label, dan apakah model menerima umpan balik dari akibat tindakannya. Peta ini penting bukan sekadar teori — jenis pembelajaran menentukan algoritma yang cocok, bentuk data yang harus disiapkan, sampai cara menilai hasilnya. Pada chapter ini kita memetakan tiga jenis utama, menyebut pendekatan campuran di antaranya, dan melihat wujud bedanya pada satu tabel data yang sama.

Tiga Jenis Utama #

Ketiganya menjawab pertanyaan yang berbeda. Supervised learning menjawab “berapa” dan “yang mana”; unsupervised learning menjawab “kelompok apa saja yang ada di data ini”; reinforcement learning menjawab “tindakan apa yang sebaiknya diambil sekarang supaya hasil jangka panjang terbaik”.

Supervised Learning: Belajar dengan Guru #

Nama supervised berasal dari bayangan seorang guru yang menyediakan kunci jawaban: setiap contoh di data latih sudah dilengkapi label yang benar — status spam, status churn, harga rumah sesungsungguhnya. Model belajar memetakan ciri-ciri contoh ke labelnya, lalu menerapkan pemetaan itu pada data baru yang labelnya belum diketahui. Dua cabang utamanya adalah klasifikasi (label berupa kategori: spam/bukan, churn/setia) dan regresi (label berupa angka: harga, jumlah penjualan) — keduanya kita bedah tuntas pada chapter berikutnya.

Justru karena label adalah gurunya, kualitas supervised learning bergantung pada kualitas label: dari mana label berasal dan seberapa bisa dipercaya menjadi pertanyaan yang tidak boleh dilewatkan. Kita bahas tema itu khusus pada chapter Dataset dan Label .

Unsupervised Learning: Mencari Struktur Sendiri #

Pada unsupervised learning kunci jawaban tidak ada. Model menerima tumpukan data polos dan ditugaskan menemukan struktur yang tersembunyi. Bentuknya yang paling dikenal adalah clustering: mengelompokkan baris-baris yang mirip — misalnya pelanggan Toko Kopi Kita terbagi alami menjadi kelompok pembeli rutin hemat, pemboros sesekali, dan penikmat musiman — tanpa ada satu label pun yang menyebut kelompok itu sebelumnya. Bentuk lain yang sering dipakai adalah deteksi anomali (transaksi mana yang menyimpang dari pola) dan peringkasan dimensi (memadatkan banyak kolom menjadi sedikit tanpa banyak kehilangan informasi).

Tanpa label, menilai hasilnya berbeda pula: tidak ada “akurasi” terhadap kunci jawaban, sehingga penilaian menuntut pertimbangan domain — apakah kelompok yang ditemukan bermakna untuk keputusan bisnis. Karena itu unsupervised learning sering diposisikan sebagai penjelajah awal data sebelum pemodelan prediktif.

Reinforcement Learning: Belajar dari Akibat #

Reinforcement learning tidak mengenal tabel contoh. Yang ada adalah agen yang mengambil tindakan pada sebuah lingkungan, lalu menerima reward — angka yang menilai baik atau buruknya akibat tindakan itu. Modelnya, yang disebut kebijakan (policy), belajar dari rangkaian coba-coba: strategi yang menghasilkan total reward besar dipertahankan, yang buruk dibuang. Contoh klasiknya adalah program yang belajar memainkan permainan papan hingga mengungguli manusia, atau sistem yang menyetel harga tiket secara dinamis.

Dalam praktik sehari-hari data scientist, reinforcement learning jarang menjadi titik masuk: butuh simulator atau lingkungan interaktif yang mahal dibangun, dan datanya harus dikumpulkan dari eksperimen berkelanjutan. Untuk analisis data tabular yang menjadi fokus Course ini, dua jenis pertama menutup hampir semua kebutuhan.

Semi-Supervised dan Pendekatan Campuran #

Batas antarjenis tidak selalu tegas. Semi-supervised learning berdiri di tengah: label mahal (perlu ahli manusia), tetapi data tanpa label melimpah. Strateginya memanfaatkan keduanya — model dilatih dengan sedikit contoh berlabel, lalu pelajarannya diperluas ke data tanpa label yang polanya serupa. Ada pula alur kerja yang menggabungkan jenis secara berurutan: unsupervised dipakai untuk menemukan kelompok, hasilnya ditinjau manusia untuk menjadi label, lalu supervised melatih model prediktif dari label baru itu. Memahami jenis pembelajaran berarti memahami pilihan seperti ini, bukan sekadar menghafal tiga nama.

Melihat Bedanya pada Satu Tabel Data #

Perbedaan “berlabel atau tidak” paling mudah dipahami lewat data nyata. Tabel berikut mencatat delapan pelanggan Toko Kopi Kita dengan dua kolom perilaku. Dua versi tabel yang sama kita siapkan: satu untuk unsupervised (tanpa label), satu untuk supervised (dengan kolom churn hasil catatan historis).

import pandas as pd

transaksi = pd.DataFrame({
    "pelanggan": ["Budi", "Siti", "Dewi", "Rani", "Agus", "Maya", "Joko", "Lina"],
    "frekuensi_belanja": [2, 7, 1, 5, 3, 6, 2, 4],
    "rerata_transaksi": [35, 120, 18, 88, 52, 105, 40, 75],
})

label = pd.Series([1, 0, 1, 0, 1, 0, 1, 0], name="churn")

print("Supervised learning: data + label (kolom churn)")
print(transaksi.assign(churn=label).to_string(index=False))

print()
print("Unsupervised learning: data saja, tanpa label")
print(transaksi.to_string(index=False))

Output yang Dihasilkan:

Supervised learning: data + label (kolom churn)
pelanggan  frekuensi_belanja  rerata_transaksi  churn
     Budi                  2                35      1
     Siti                  7               120      0
     Dewi                  1                18      1
     Rani                  5                88      0
     Agus                  3                52      1
     Maya                  6               105      0
     Joko                  2                40      1
     Lina                  4                75      0

Unsupervised learning: data saja, tanpa label
pelanggan  frekuensi_belanja  rerata_transaksi
     Budi                  2                35
     Siti                  7               120
     Dewi                  1                18
     Rani                  5                88
     Agus                  3                52
     Maya                  6               105
     Joko                  2                40
     Lina                  4                75

Tiga hal penting dari keluaran tersebut:

1. Versi supervised memuat kolom churn — jawaban historis “pelanggan ini berhenti (1) atau bertahan (0)”. Kehadiran kolom inilah satu-satunya perbedaan struktural; algoritma supervised memakainya sebagai kunci jawaban saat belajar.
2. Versi unsupervised hanya memuat kolom perilaku. Algoritma clustering tetap bisa bekerja di sini — misalnya menemukan bahwa Budi, Dewi, Agus, dan Joko berperilaku serupa (jarang belanja, nilai kecil) — tetapi kelompok itu ditemukan sendiri oleh algoritma, bukan diberi nama oleh label.
3. Reinforcement learning tidak muncul di tabel karena bentuk datanya memang berbeda: rangkaian tindakan dan reward dari waktu ke waktu, bukan tabel baris-kolom statis.

Rangkuman #

• Jenis pembelajaran ditentukan oleh dua hal: keberadaan label pada data latih dan bentuk umpan balik yang diterima model.
• Supervised learning memetakan fitur ke label yang diketahui; unsupervised learning mencari struktur pada data tanpa label; reinforcement learning menyusun strategi dari reward tiap tindakan.
• Clustering dan deteksi anomali adalah wajah paling umum unsupervised; klasifikasi dan regresi adalah wajah supervised.
• Semi-supervised learning menjembatani keduanya ketika label mahal sementara data polos melimpah.
• Perbedaan supervised vs unsupervised pada tabel data sebenarnya cuma satu kolom: ada atau tidaknya label — tetapi kolom itu mengubah seluruh pertanyaan yang bisa dijawab.

Dua jenis yang paling sering kita kerjakan sebagai data scientist adalah supervised dan unsupervised — dan keduanya layak dibedah lebih dalam sampai ke mekanisme serta contoh kodenya. Kita lakukan itu pada chapter Supervised dan Unsupervised Learning .

Referensi #

1. scikit-learn — FAQ
2. scikit-learn — Toy datasets