Ingat bagaimana dulu kita belajar mengerjakan soal latihan yang dilengkapi kunci jawaban? Kita mencoba menjawab, mencocokkannya dengan kunci, lalu memperbaiki cara berpikir kita sampai akhirnya bisa menjawab soal serupa tanpa melihat kunci lagi. Ternyata, salah satu cara komputer belajar bekerja persis seperti itu, dan metode itu disebut supervised learning.
Secara singkat, supervised learning adalah jenis machine learning di mana mesin belajar dari data yang sudah diberi label, yaitu data yang sudah dilengkapi jawaban benarnya. Dalam bahasa Indonesia, istilah ini sering disebut pembelajaran terbimbing. Metode ini adalah salah satu pendekatan paling umum dalam machine learning, dan menjadi fondasi banyak teknologi yang Anda pakai sehari-hari.
Artikel ini membahasnya dari nol: apa pengertiannya, kenapa disebut "terbimbing", bagaimana cara kerjanya, jenis-jenisnya, hingga contoh nyatanya.
Supervised Learning Adalah? Pengertian dan Padanannya
Supervised learning adalah metode melatih model dengan memberinya pasangan lengkap antara pertanyaan dan jawaban. Setiap data latih terdiri dari dua bagian: masukan (input) dan label, yaitu jawaban yang benar. Dari ribuan pasangan semacam ini, mesin belajar menemukan pola yang menghubungkan masukan dengan jawabannya.
Sebagai contoh sederhana, untuk mengajari mesin mengenali email spam, kita memberinya ribuan email yang sudah ditandai "spam" atau "bukan spam". Email adalah masukannya, sedangkan penanda itu adalah labelnya. Setelah berlatih, mesin diharapkan bisa menilai email baru yang belum pernah ia lihat.
Inti dari supervised learning terletak pada kata "label". Selama ada jawaban benar yang menyertai data, metode ini bisa diterapkan. Tanpa label, kita berhadapan dengan jenis pembelajaran yang berbeda, yang akan kita bahas nanti.
Kenapa Disebut "Terbimbing"? Peran Label
Kata "supervised" atau terbimbing merujuk pada adanya semacam pengawas yang membimbing proses belajar. Pengawas itu bukan manusia yang menunggui mesin, melainkan label pada data itu sendiri.
Label berperan seperti kunci jawaban di tangan seorang guru. Saat model menebak, jawabannya langsung bisa dibandingkan dengan label yang benar. Jika tebakannya meleset, model menyesuaikan diri agar lain kali lebih tepat. Proses koreksi yang berulang inilah yang secara bertahap membuat model makin pandai.
Karena itu, kualitas label sangat menentukan. Jika kunci jawaban yang diberikan keliru, model akan belajar hal yang salah pula. Bayangkan seorang murid yang diberi kunci jawaban yang salah; ia akan percaya diri menjawab dengan cara yang keliru. Pepatah dalam dunia data berbunyi: sampah masuk, sampah keluar. Maknanya, sebaik apa pun metodenya, hasilnya tidak akan melebihi kualitas data dan label yang Anda berikan.
Istilah Penting dalam Supervised Learning
Sebelum melangkah lebih jauh, ada beberapa istilah yang akan terus muncul. Mengenalnya lebih dulu akan memudahkan Anda.
- Label: jawaban benar yang menyertai sebuah data, misalnya penanda "spam".
- Fitur (feature): ciri atau variabel pada masukan, misalnya kata-kata dalam email.
- Data latih dan data uji: data untuk mengajari model, dan data terpisah untuk mengujinya.
- Model: hasil pelatihan yang dipakai untuk memprediksi data baru.
- Overfitting: kondisi saat model terlalu hafal data latih sehingga gagal pada data baru.
Cara Kerja Supervised Learning
Proses melatih model supervised learning berjalan tertib, dan bisa diringkas dalam beberapa langkah.
- Menyiapkan data berlabel: kita mengumpulkan data yang setiap contohnya sudah punya jawaban benar.
- Membagi data: data dipisah menjadi data latih untuk mengajari model dan data uji untuk menilainya secara jujur.
- Melatih model: model membaca data latih, menebak jawaban, lalu memperbaiki dirinya setiap kali tebakannya berbeda dari label. Tujuannya memperkecil kesalahan, yang dalam istilah teknis disebut error.
- Menguji model: model dicoba pada data uji yang belum pernah ia lihat, untuk memastikan ia benar-benar belajar, bukan sekadar menghafal.
- Menerapkan model: setelah hasilnya memuaskan, model dipakai untuk memprediksi data nyata.
Pemisahan antara data latih dan data uji ini penting. Tanpa itu, kita bisa tertipu oleh model yang sebenarnya hanya menghafal jawaban tanpa benar-benar memahami pola. Kondisi menghafal yang berlebihan inilah yang disebut overfitting.
Sebagai gambaran, untuk membuat penyaring spam, kita kumpulkan ribuan email berlabel, lalu menyisihkan sebagian sebagai data uji. Model dilatih membaca pola kata yang khas pada email spam. Setelah cukup pandai pada data latih, model diujikan ke email yang belum pernah ia lihat. Jika ia tetap akurat, barulah penyaring itu siap dipasang di kotak masuk.
Diagram alur supervised learning dari data berlabel hingga penerapan model.
Dua Jenis Tugas: Klasifikasi dan Regresi
Supervised learning umumnya dipakai untuk dua jenis tugas, tergantung pada bentuk jawaban yang ingin diprediksi.
Klasifikasi (classification) dipakai ketika jawabannya berupa kategori. Modelnya memilah data ke dalam kelompok-kelompok yang sudah ditentukan. Contohnya menilai sebuah email "spam" atau "bukan spam", menentukan apakah sebuah gambar berisi kucing atau anjing, atau memperkirakan apakah seorang pasien berisiko sebuah penyakit. Jawabannya selalu salah satu dari pilihan yang ada.
Regresi (regression) dipakai ketika jawabannya berupa angka. Modelnya memperkirakan sebuah nilai yang bisa bervariasi secara halus. Contohnya memprediksi harga rumah berdasarkan luas dan lokasinya, memperkirakan suhu besok, atau menebak jumlah penjualan bulan depan. Di sini jawabannya bukan kategori, melainkan angka.
Membedakan keduanya membantu Anda mengenali jenis masalah yang sedang dihadapi. Pertanyaan sederhananya: apakah Anda ingin menebak "yang mana" (klasifikasi) atau "berapa" (regresi)? Menariknya, satu masalah kadang bisa didekati dari dua sisi. Memprediksi nilai ujian seorang siswa adalah regresi, tetapi memprediksi lulus atau tidaknya adalah klasifikasi, meski datanya bisa sama.
Diagram supervised learning mencakup klasifikasi dan regresi.
Algoritma Supervised Learning yang Umum
Di balik pelatihan model, ada algoritma, yaitu rangkaian langkah perhitungan yang dipakai mesin untuk menemukan pola. Anda tidak perlu menghafalnya, tetapi mengenal beberapa nama membantu saat membaca berita atau dokumentasi.
Untuk tugas regresi, ada regresi linear yang memperkirakan angka dengan menarik garis terbaik melalui data. Untuk klasifikasi, ada regresi logistik, decision tree (pohon keputusan) yang memilah lewat serangkaian pertanyaan, serta random forest yang menggabungkan banyak pohon sekaligus. Ada pula SVM (Support Vector Machine) dan k-NN (k-Nearest Neighbors) yang mengelompokkan data berdasarkan kemiripan. Tiap algoritma punya kelebihan, dan pemilihannya menyesuaikan jenis data serta tujuannya. Kalau Anda ingin memahami konsep dasar di balik istilah ini, kami punya pembahasan terpisah soal pengertian algoritma.
Contoh Penerapan Supervised Learning
Banyak teknologi yang Anda pakai setiap hari sebenarnya digerakkan oleh supervised learning. Beberapa contohnya:
- Filter spam email: dilatih dari email yang sudah ditandai spam dan bukan spam.
- Deteksi penyakit: model belajar dari ribuan citra medis berlabel untuk mengenali kelainan.
- Prediksi harga rumah: memperkirakan harga berdasarkan data properti yang harganya sudah diketahui.
- Penilaian skor kredit: menilai kelayakan pinjaman dari data nasabah masa lalu beserta hasilnya.
- Prediksi pelanggan berhenti: menebak pelanggan yang berisiko berhenti berlangganan dari pola sebelumnya.
- Pengenalan tulisan tangan: mengubah angka atau huruf tulisan tangan menjadi teks digital.
Benang merahnya sama: selama ada data masa lalu yang sudah ada jawabannya, supervised learning bisa belajar darinya untuk memprediksi kasus baru.
Ilustrasi enam penerapan supervised learning pada ikon grid.
Supervised vs Unsupervised Learning: Apa Bedanya?
Supervised learning paling sering dibandingkan dengan saudaranya, yaitu unsupervised learning. Perbedaan utamanya terletak pada satu hal: ada atau tidaknya label.
Pada supervised learning, data sudah dilengkapi jawaban benar, sehingga mesin belajar dengan bimbingan. Pada unsupervised learning, data tidak punya label sama sekali. Mesin diberi setumpuk data mentah, lalu diminta menemukan pola atau kelompok sendiri, misalnya mengelompokkan pelanggan dengan kebiasaan belanja serupa. Tidak ada kunci jawaban yang membimbingnya.
Berikut perbandingan singkat keduanya:
| Aspek | Supervised Learning | Unsupervised Learning |
|---|---|---|
| Data | Berlabel (ada jawaban) | Tanpa label |
| Tujuan | Memprediksi jawaban | Menemukan pola atau kelompok |
| Contoh tugas | Klasifikasi, regresi | Clustering |
| Analogi | Belajar dengan kunci jawaban | Belajar tanpa kunci jawaban |
Selain keduanya, ada juga reinforcement learning yang belajar lewat hadiah dan hukuman. Untuk gambaran lengkap ketiga jenis utamanya, Anda bisa membaca pembahasan kami tentang machine learning.
Diagram perbandingan pembelajaran dengan label dan tanpa label.
Sekilas Semi-Supervised dan Self-Supervised Learning
Selain dua kutub di atas, ada pendekatan menengah yang makin populer karena membantu mengatasi mahalnya pelabelan.
Semi-supervised learning memadukan sedikit data berlabel dengan banyak data tanpa label. Model belajar dari label yang sedikit itu, lalu memanfaatkan pola pada data tak berlabel untuk memperkuat pemahamannya. Pendekatan ini berguna ketika melabeli semua data terlalu mahal atau memakan waktu.
Self-supervised learning melangkah lebih jauh dengan membuat label sendiri dari struktur data. Misalnya, model dilatih menebak bagian kata yang sengaja ditutup dari sebuah kalimat, dengan kata aslinya sebagai jawaban. Teknik ini menjadi tulang punggung model bahasa besar modern, karena tidak bergantung pada pelabelan manusia.
Posisi Supervised Learning dalam AI
Agar tidak bingung dengan banyaknya istilah, ada baiknya kita lihat posisinya. Supervised learning bukan teknologi yang berdiri sendiri, melainkan bagian dari gambaran yang lebih besar.
Kecerdasan buatan adalah payung terluar, yaitu upaya membuat mesin meniru kemampuan berpikir manusia. Di dalamnya ada machine learning, tempat mesin belajar dari data. Dan di dalam machine learning itulah terdapat tiga jenis utama, yaitu supervised, unsupervised, dan reinforcement learning. Jadi supervised learning adalah salah satu cara mesin belajar, dan kebetulan menjadi cara yang paling banyak dipakai ketika data berlabel tersedia.
Kelebihan Supervised Learning
Pemakaian supervised learning yang luas bukan tanpa alasan. Ada sejumlah keunggulan yang membuatnya banyak diandalkan:
- Akurat dan terukur: karena ada jawaban benar sebagai acuan, kinerja model bisa dinilai dengan jelas.
- Cocok untuk prediksi spesifik: sangat pas untuk tugas dengan tujuan yang sudah jelas, seperti memilah atau memperkirakan nilai.
- Mudah dievaluasi: hasil prediksi bisa langsung dibandingkan dengan jawaban sebenarnya pada data uji.
- Didukung banyak algoritma matang: tersedia banyak pilihan algoritma yang sudah teruji untuk berbagai jenis data.
- Hasilnya bisa ditelusuri: karena setiap prediksi punya acuan jawaban benar, kesalahan model lebih mudah ditemukan dan diperbaiki.
Kekurangan dan Hal yang Perlu Anda Pertimbangkan
Sekuat apa pun, supervised learning punya sejumlah keterbatasan yang perlu Anda pahami sebelum mengandalkannya.
- Butuh banyak data berlabel: ini kendala terbesarnya. Memberi label pada ribuan hingga jutaan data adalah pekerjaan yang mahal dan memakan waktu, kadang membutuhkan tenaga ahli.
- Hanya sebaik label dan datanya: jika label keliru atau datanya tidak mewakili keadaan nyata, hasil modelnya pun ikut keliru.
- Rentan menghafal: tanpa pengujian yang hati-hati, model bisa terjebak overfitting, yaitu hafal data latih tetapi gagal pada data baru.
- Bisa mewarisi bias: karena label dibuat manusia, prasangka yang ada pada pelabelan bisa ikut terbawa ke dalam model.
- Terbatas pada yang dilabeli: model hanya bisa memprediksi hal yang sudah pernah diajarkan, dan tidak menemukan pola baru di luar label.
Memahami batasan ini penting agar Anda memakai supervised learning di tempat yang tepat, bukan menganggapnya jawaban untuk semua masalah.
Bagaimana Cara Mulai Belajar Supervised Learning?
Jika pembahasan ini membuat Anda tertarik mendalaminya, jalan masuknya kini lebih terbuka daripada dulu. Anda tidak harus langsung menguasai matematika tingkat lanjut.
Sebagai langkah awal, kuasai dasar pemrograman, khususnya bahasa Python yang paling banyak dipakai di bidang ini. Lalu pahami konsep dasar machine learning dan statistik secukupnya. Setelah itu, berlatihlah dengan proyek kecil memakai dataset publik yang sudah berlabel, misalnya memprediksi harga rumah atau mengelompokkan jenis bunga berdasarkan ciri-cirinya. Banyak pustaka siap pakai yang memudahkan langkah awal Anda, sehingga Anda tidak perlu membangun semuanya dari nol. Pemahaman akan tumbuh dari praktik, bukan sekadar teori.
Kesimpulan
Supervised learning adalah jenis machine learning yang membuat mesin belajar dari data berlabel, ibarat murid yang berlatih dengan kunci jawaban. Dari pasangan masukan dan jawaban benar, model belajar memetakan keduanya, lalu memakai pengetahuannya untuk memprediksi data baru. Berdasarkan bentuk jawabannya, ada dua tugas utama, yaitu klasifikasi untuk menebak kategori dan regresi untuk menebak angka.
Yang membedakannya dari unsupervised learning adalah keberadaan label, dan label inilah yang sekaligus menjadi kekuatan dan keterbatasannya. Membuat label berkualitas itu mahal dan rawan bias, sehingga keberhasilan supervised learning sangat bergantung pada kualitas data yang Anda siapkan. Dengan memahami cara kerja sekaligus batasannya, Anda bisa menilai kapan metode ini benar-benar tepat dipakai. Semoga artikel ini membantu.
