MACHINE LEARNING DAN DEEP LEARNING GIS

MACHINE LEARNING DAN DEEP LEARNING GIS

Machine Learning

Pengertian machine learning pertama kali dicetuskan oleh ahli komputer asal Amerika Serikat Arthur Samuel pada tahun 1959. Secara kasar, Samuel mendefinisikan machine learning sebagai cabang ilmu komputer yang meneliti bagaimana suatu mesin dapat menyelesaikan masalah tanpa diprogram secara eksplisit.

Machine Learning (ML) mengacu pada sekumpulan algoritma dan teknik berbasis data yang mengotomatiskan prediksi, klasifikasi, dan pengelompokan data. Machine learning dapat memainkan peran penting dalam pemecahan masalah spasial di berbagai area aplikasi, mulai dari klasifikasi gambar, deteksi pola spasial, hingga prediksi multivariat.

Machine learning pada GIS ini diantaranya dapat digunakan untuk klasifikasi, klastering, prediksi dan lain sebagainya.

Metode pembelajaran machine learning dikelompokkan menjadi tiga, diantaranya ialah supervised learning, unsupervised learning dan reinforcement learning.

Yang mana, Supervised learning yaitu metode pembelajaran yang bertujuan untuk memprediksi variable target sebuah data baru berdasarkan model yang telah ditraining menggunakan himpunan data berlabel. Contoh penggunaannya yaitu pada proses klasifikasi.

Selanjutnya, unsupervised learning, metode ini merupakan metode pembelajaran mempergunakan sejumlah contoh data tanpa label. Contoh penggunaannya yaitu pada proses klastering.

Yang terakhir adalah reinforcement learning yang mana mteode ini merupakan metode pembelajaran yang didasarkan pada pemberian penghargaan terhadap keputusan yang diinginkan dan atau pemberian pinalti terhadap keputusan yang tidak diinginkan. Jadi metode ini memberikan umpan balik bagi setiap keputusan yang telah diambil, sehingga algooritma pembelajran akan belajar dari kesalahan dalam membuat sebuah keputusan.

Deep Learning

Deep learning adalah salah satu metode implementasi machine learning yang bertujuan meniru cara kerja otak manusia menggunakan jaringan nalar buatan. Deep learning menggunakan sejumlah algoritma untuk bekerja sama dalam menentukan dan mencerna karakteristik tertentu di suatu rangkaian data. 

Berbeda dengan program machine learning pada umumnya yang dirancang untuk menyelesaikan tugas tertentu, program deep learning biasanya diprogram dengan kapabilitas lebih kompleks untuk mempelajari, mencerna, dan mengklasifikasikan data.

LeCun, Bengio dan Hinton pada tahun 2015 didalam jurnalnya mengungkapkan bahwasanya deep learning sebagai cabang ilmu dari artificial intelligence dan machine learning. Menurut mereka deep learning merupakan sebuah metode pembelajaran terhadap data yang bertujuan untuk membuat representasi data secara bertingkat menggunakan layer pengolahan data. Dan juga hal terpenting dari deep learning ialah menekankan bahwa representasi data tersebut tidak dibuat secara eksplisit oleh manusia tetapi dihasilkan oleh sebuah algoritma pembelajaran. Didalam jurnalnya juga menyebutkan bahwa deep learning mempunyai kinerja sangat baik dibidang pengenalan pola, misalnya; mendeteksi dan klasifikasi objek didalam citra digital.