- Apa itu machine learning? Masalah apa saja yang bisa diselesaikan dengan machine learning?sebutkan minimal 5 beserta metode apa yang digunakan. Jelaskan istilah di bawah ini: Supervised learning Unsupervised learning Reinforcement Learning Trunsduction

## Apa itu Machine Learning?Machine learning adalah cabang dari kecerdasan buatan (AI) yang memungkinkan komputer untuk belajar dari data tanpa diprogram secara eksplisit. Alih-alih memberikan instruksi langkah demi langkah, machine learning menggunakan algoritma untuk menemukan pola dan hubungan dalam data, lalu menggunakan pola tersebut untuk membuat prediksi atau keputusan.## Masalah yang Bisa Diselesaikan dengan Machine LearningBerikut adalah 5 contoh masalah yang bisa diselesaikan dengan machine learning, beserta metode yang digunakan:1. **Klasifikasi Gambar:** Mengidentifikasi objek dalam gambar (misalnya, kucing, anjing, mobil). Metode yang digunakan: **Convolutional Neural Networks (CNN)**.2. **Prediksi Harga:** Memprediksi harga saham, harga rumah, atau harga produk. Metode yang digunakan: **Regression (Linear Regression, Logistic Regression)**.3. **Deteksi Penipuan:** Mendeteksi transaksi kartu kredit yang mencurigakan. Metode yang digunakan: **Anomaly Detection (Clustering, One-Class SVM)**.4. **Rekomendasi Produk:** Merekomendasikan produk atau layanan yang relevan kepada pengguna. Metode yang digunakan: **Collaborative Filtering, Content-Based Filtering**.5. **Pengenalan Suara:** Mengubah ucapan manusia menjadi teks. Metode yang digunakan: **Recurrent Neural Networks (RNN), Long Short-Term Memory (LSTM)**.## Istilah dalam Machine LearningBerikut penjelasan beberapa istilah dalam machine learning:**1. Supervised Learning:*** **Definisi:** Jenis pembelajaran di mana model dilatih dengan data berlabel, yaitu data yang sudah memiliki jawaban atau target yang benar. Model belajar untuk memetakan input ke output yang benar berdasarkan data berlabel.* **Contoh:** Klasifikasi gambar (menentukan apakah gambar berisi kucing atau anjing), prediksi harga rumah.**2. Unsupervised Learning:*** **Definisi:** Jenis pembelajaran di mana model dilatih dengan data yang tidak berlabel. Model belajar untuk menemukan pola dan struktur dalam data tanpa bantuan label.* **Contoh:** Clustering (mengelompokkan data ke dalam kelompok yang berbeda), anomaly detection (menemukan data yang tidak biasa).**3. Reinforcement Learning:*** **Definisi:** Jenis pembelajaran di mana model belajar melalui interaksi dengan lingkungan. Model menerima reward atau punishment berdasarkan tindakannya, dan belajar untuk memaksimalkan reward.* **Contoh:** Game AI (misalnya, AlphaGo), robot yang belajar berjalan.**4. Transduction:*** **Definisi:** Jenis pembelajaran di mana model dilatih dengan data yang tidak berlabel, tetapi tujuannya adalah untuk memprediksi label untuk data baru yang tidak berlabel.* **Contoh:** Klasifikasi teks (menentukan apakah teks berisi sentimen positif atau negatif), prediksi sentimen.## Penjelasan TambahanMachine learning adalah bidang yang luas dan terus berkembang. Ada banyak jenis algoritma dan teknik yang digunakan dalam machine learning, dan pilihan metode yang tepat tergantung pada masalah yang ingin diselesaikan.