Setelah dipapar penjelasannya dari setiap jenis, sekarang dimana saja sih kita dapat menemukannya ?

Regresi — Prediksi Angin

BMKG mempunyai sekumpulan data yang dapat memprediksi gerakan arah angin pada setiap daerah dengan parameter tertentu. Dalam variabel x nya dapat berupa tekanan, suhu, kelembaban, dll. Sehingga melalui kalkulasi tersebut variabel y dapat diketahui kecepatan sebuah angin.

Klasifikasi — Toserba

Photo by Daria Volkova on Unsplash

Anggap saja di sebuah toko serba ada, seorang pegawai mempunyai data kartu anggota dari semua konsumen, yang di dalam file excel tersebut ada label ID, Nama, Jenis Kelamin, Usia, dll. Komputer disuruh belajar dengan membaca isi dari label-label tersebut. Dengan banyaknya data pelatihan yang dimasukkan kedalam database, otomatis komputer tersebut akan semakin pintar dalam menyajikan hasil prediksi. Dalam hal ini outputnya dapat berupa kemungkinan (prediksi) seseorang akan membeli atau tidaknya suatu produk.

Clustering (Pengelompokkan) — Berita Hoaks

Berita bohong, semua orang pasti pernah menemukan berita bohong dan termakan olehnya. Dengan clustering kita bisa menghindari berita tersebut. Algoritma ini bekerja dengan membaca konten artikel, corpus, kata-kata yang digunakan kemudian dikelompokkan. Nah, pengelompokkan ini yang dapat membantu kita membedakan antara berita asli dan palsu. Secara gampangnya, kata-kata yang terlalu hiperbola sering ditemukan pada artikel yang dapat memancing kita (click-bait), ketika dibaca, judul tidak sesuai dengan isi.

Asosiasi — Transaksi Belanja

Photo by Clark Street Mercantile on Unsplash

Misalkan di sebuah dept.store terdapat data transaksi bulan April. Dalam data tersebut terdiri dari banyaknya dan jenis pakaian yang sering dibeli oleh pengunjung. Bisa itu mulai dari sepatu, kaos, kemeja, celana, dll.

Kemudian apa yang bisa ditarik dari tersebut ? Melalui pemaparan algoritma ini, dept. store bisa memaksimalkan keuntungan dengan cara menghitung sering munculnya suatu produk dengan produk lainnya. Sederhananya, misalkan pria ada kecenderungan membeli sepatu pantofel dengan pasangan kaos kaki yang formal warnanya atau mungkin ketika dia beli sepatu lari di data menunjukkan membeli kaos kaki yang anti-bakteri dan keringat. Sehingga dari algoritma tersebut dept. store bisa membuat bundling produk yang dapat menjangkau segmen-segmen tertentu.

Reinforcement Learning (RL) — Trading Saham

Secara umum, pendekatan untuk saham yang sering digunakan adalah Supervised jenis Time Series, namun cara tersebut tidak membantu kita untuk menentukan aksi untuk ikut berpartisipasi atau tidak.

Menggunakan agen RL, mesin dapat menentukan kapan untuk membeli, menahan, atau menjual saham. Model RL dievaluasi dengan benchmark pasar agar pengerjaannya dapat dilakukan & dipastikan bekerja secara optimal. Basis proses mendapatkan “reward & punishment” adalah dengan jumlah keuntungan dan kerugian yang didapat di setiap transaksi.