Unsupervised Learning
Jenis machine learning di mana model menemukan pola, struktur, dan kelompok tersembunyi dari data tanpa menggunakan label atau jawaban yang telah ditentukan sebelumnya.
Unsupervised Learning adalah paradigma machine learning di mana tidak ada label yang diberikan - model harus sendiri menemukan struktur dan pola yang bermakna dari data input.
Dua Kategori Utama Unsupervised Learning
Clustering
Mengelompokkan data berdasarkan kemiripan:
- K-Means: Partisi ke K cluster berdasarkan centroid
- DBSCAN: Berbasis densitas, otomatis menemukan jumlah cluster
- Hierarchical: Membentuk hierarki cluster (dendrogram)
- Use case: segmentasi pelanggan, grouping artikel
Dimensionality Reduction
Mereduksi jumlah fitur sambil mempertahankan informasi penting:
- PCA: Linear projection ke komponen utama
- t-SNE: Visualisasi 2D/3D untuk data berdimensi tinggi
- UMAP: Lebih cepat dari t-SNE, mempertahankan struktur global
- Use case: visualisasi embedding, preprocessing sebelum supervised learning
Supervised vs Unsupervised
| Aspek | Supervised | Unsupervised |
|---|---|---|
| Label | Diperlukan | Tidak diperlukan |
| Tujuan | Prediksi | Eksplorasi, pattern discovery |
| Evaluasi | Objektif (accuracy, F1) | Subjektif (silhouette, domain expert) |
| Contoh | Klasifikasi churn | Segmentasi pelanggan |
| Tantangan | Labeling mahal | Interpretasi hasil |
Istilah Terkait
Deep Learning
Machine Learning & AISubset dari Machine Learning yang menggunakan jaringan saraf tiruan berlapis-lapis (neural network) untuk belajar representasi data secara hierarkis dari data besar.
Supervised Learning
Machine Learning & AIJenis machine learning di mana model dilatih menggunakan data berlabel (pasangan input-output) sehingga dapat mempelajari pemetaan dari input ke output untuk prediksi data baru.
Udah paham Unsupervised Learning? Lanjut latihan SQL dan Excel yuk!
Latihan interaktif, langsung di browser.