Machine Learning, AI, dan Data Science

Istilah artificial intelligence (AI), machine learning, deep learning, dan data science sering dipakai bergantian di lowongan pekerjaan, artikel berita, bahkan dokumentasi pustaka. Padahal keempatnya merujuk pada bidang dengan cakupan yang berbeda, meskipun saling berhubungan erat. Bingkai yang paling umum dipakai begini: AI adalah bidang paling luas, machine learning adalah cabang AI yang berbasis data, deep learning adalah cabang machine learning, dan data science adalah disiplin pekerjaan yang memanfaatkan semuanya untuk menjawab pertanyaan bisnis. Pada chapter ini kita akan memetakan keempat istilah tersebut, membandingkan fokus serta keluaran masing-masing, lalu melihat satu dataset yang sama dikerjakan dengan dua peran berbeda. Peta ini penting supaya kita selalu tahu persis apa yang sedang dipelajari.

AI, Machine Learning, dan Deep Learning #

Artificial intelligence adalah bidang paling luas: segala upaya membuat mesin menampilkan perilaku yang kita anggap cerdas, misalnya mengenali gambar, memahami bahasa, merencanakan rute, atau mengambil keputusan. Untuk mencapai hal tersebut, AI tidak terbatas pada satu teknik. Program catur yang menelusuri jutaan kemungkinan langkah dengan algoritme pencarian adalah AI tanpa machine learning sama sekali. Sistem pakar era 1980-an yang menyimpan aturan pakar dokter dalam bentuk if/else juga AI tanpa pembelajaran data.

Machine learning adalah cabang AI yang membangun kemampuan cerdas lewat data, bukan lewat aturan yang ditulis tangan. Definisi Arthur Samuel yang kita bahas di chapter sebelumnya — kemampuan meningkat tanpa diprogram eksplisit — menempatkan machine learning tepat di dalam lingkup AI, dengan ciri khas berbasis data. Deep learning kemudian adalah cabang machine learning yang memakai jaringan saraf berlapis banyak (deep neural network) untuk mempelajari representasi langsung dari data mentah seperti citra, audio, dan teks.

Bayangkan tiga lingkaran konsentris. Lingkaran terbesar berlabel artificial intelligence; di dalamnya ada lingkaran lebih kecil berlabel machine learning; di dalam lingkaran machine learning masih ada satu lingkaran berlabel deep learning. Setiap lingkaran di dalam mewarisi sifat lingkaran luarnya — deep learning adalah machine learning, dan machine learning adalah AI — tetapi pernyataan tersebut tidak berlaku sebaliknya. Penyaring email spam dengan Naive Bayes adalah machine learning tanpa deep learning, sementara pengenalan wajah dengan jaringan saraf konvolusional adalah keduanya sekaligus.

Di Mana Data Science Berada #

Data science tidak berada di dalam lingkaran machine learning. Data science adalah disiplin pekerjaan yang menjembatani tiga area: statistika, rekayasa perangkat lunak, dan keahlian domain. Seorang data scientist merumuskan pertanyaan bisnis, mengumpulkan serta membersihkan data, melakukan eksplorasi, membangun model bila perlu, lalu mengomunikasikan temuan sebagai keputusan yang bisa ditindaklanjuti. Machine learning hanyalah satu perkakas di antara perkakas lain: analisis A/B testing, dasbor, kueri SQL, dan pemodelan statistika klasik sama pentingnya bergantung masalahnya.

Karena itu hubungan keduanya berupa irisan, bukan kontainmen. Data science memakai machine learning ketika masalahnya menuntut prediksi pada data baru; machine learning dipakai di luar data science ketika fokusnya murni membangun dan mengoperasikan model, misalnya oleh peran machine learning engineer. Irisan inilah yang membuat judul pekerjaan di pasar kerja sering bertukar makna: lowongan “data scientist” dan “machine learning engineer” bisa saja memuat daftar keterampilan yang nyaris sama.

Perbandingan Empat Istilah #

Tabel di atas memperlihatkan pergeseran fokus dari teknik ke praktik: tiga baris pertama menggambarkan lapisan teknologi yang saling menampung, sedangkan baris keempat menggambarkan profesi yang memanfaatkan seluruh lapisan tersebut.

Satu Data, Dua Peran #

Perbedaan menjadi jelas ketika kita mengerjakan satu dataset dengan dua cara. Bayangkan data uji coba layanan streaming: durasi menonton tiap pengguna beserta status berlangganan. Peran data science merangkum data historis tersebut menjadi wawasan, sedangkan peran machine learning memanfaatkan pola yang sama untuk memprediksi pengguna baru.

# Satu dataset, dua peran: data science menjelaskan data,
# machine learning memprediksi data yang belum terjadi.

import pandas as pd
from sklearn.neighbors import KNeighborsClassifier

# Data uji coba layanan streaming fiktif (durasi menonton dalam jam).
data = pd.DataFrame({
    "pengguna": ["Budi", "Siti", "Dewi", "Rina", "Agus", "Tono"],
    "durasi_jam": [2.0, 8.5, 1.5, 9.0, 2.5, 7.5],
    "berlangganan": [0, 1, 0, 1, 0, 1],
})

# Peran data science: merangkum data historis menjadi wawasan.
ringkasan = data.groupby("berlangganan")["durasi_jam"].mean().round(1)
print("Rata-rata durasi menonton (jam):")
for label, nilai in ringkasan.items():
    status = "berlangganan" if label == 1 else "tidak berlangganan"
    print(f"  {status}: {nilai}")

# Peran machine learning: memakai pola yang sama untuk memprediksi.
model = KNeighborsClassifier(n_neighbors=3)
model.fit(data[["durasi_jam"]], data["berlangganan"])
pengguna_baru = pd.DataFrame({"durasi_jam": [3.0, 8.0]})
prediksi = model.predict(pengguna_baru)

print("\nPrediksi pengguna baru:")
for durasi, label in zip(pengguna_baru["durasi_jam"], prediksi):
    status = "berlangganan" if label == 1 else "tidak berlangganan"
    print(f"  durasi {durasi:.1f} jam -> {status}")

Output yang Dihasilkan:

Rata-rata durasi menonton (jam):
  tidak berlangganan: 2.0
  berlangganan: 8.3

Prediksi pengguna baru:
  durasi 3.0 jam -> tidak berlangganan
  durasi 8.0 jam -> berlangganan

Mari kita bedah peran tiap bagian kode:

1. Baris 8–12 (data = pd.DataFrame(...)): dataset fiktif enam pengguna dengan dua kolom fitur dan satu kolom status. Kolom berlangganan berisi label 0 atau 1 hasil catatan masa lalu.
2. Baris 15–19 (groupby ... mean()): peran data science. Metode groupby("berlangganan") memisahkan pengguna per status, mean() menghitung rata-rata durasi tiap kelompok, dan round(1) merapikan angka. Kelompok berlangganan terbukti menonton 8,3 jam rata-rata, jauh di atas 2,0 jam milik kelompok tidak berlangganan.
3. Baris 22–25 (KNeighborsClassifier ... fit ... predict): peran machine learning. Pemanggilan fit() mempelajari hubungan antara durasi menonton dan status, lalu predict() menerapkan pola tersebut pada dua pengguna baru yang belum tercatat.
4. Baris 27–30 (for ... print): hasil prediksi. Pengguna dengan durasi 3,0 jam diprediksi tidak berlangganan karena menyerupai kelompok lama, sedangkan pengguna dengan durasi 8,0 jam diprediksi berlangganan.

Kedua peran memakai data yang persis sama, tetapi pertanyaannya berbeda: data science menjawab apa yang sudah terjadi, machine learning menjawab apa yang kemungkinan terjadi pada data baru. Dalam proyek nyata kedua peran tersebut berurutan — wawasan dari eksplorasi menentukan model seperti apa yang layak dibangun.

Posisi Course Ini di Peta #

Course ini berada di lingkaran machine learning: kita akan memahami cara model belajar dari data, melatih algoritme klasik dengan scikit-learn, mengevaluasinya, sampai mengoperasikannya lewat API. Namun pekerjaan machine learning yang berhasil selalu dikerjakan dengan kebiasaan kerja data science, karena kualitas model tidak pernah lepas dari kualitas eksplorasi dan pembersihan data. Karena itu section Persiapan Data pada Course ini membahas EDA, missing values, dan feature engineering secara khusus. Deep learning dibahas secara konseptual saja; fokus praktik kita adalah algoritme klasik yang tetap menjadi andalan mayoritas masalah tabular di industri.

Peta bidang kini sudah jelas: machine learning adalah cabang AI yang belajar dari data, dan data science adalah disiplin yang memanfaatkannya untuk keputusan bisnis. Pertanyaan berikutnya yang wajar muncul: dari mana semua ini bermula, dan mengapa popularitasnya baru melonjak pesat belakangan ini? Jawabannya tersusun rapi dalam lintasan sejarah yang panjang — materi pada chapter Sejarah dan Evolusi Machine Learning.

Referensi Resmi #

• scikit-learn — Machine Learning in Python — dokumentasi resmi pustaka utama yang dipakai sepanjang Course ini.
• pandas documentation — dokumentasi resmi pandas untuk DataFrame dan groupby yang dipakai pada contoh di atas.