Contoh Penerapan Machine Learning

Berikut adalah tahapan dalam membuat machine learning sederhana. 

Memahami permasalahan yang akan diselesaikan

Memahami masalah adalah pintu awal implementasi sebuah Machine learning. Hal-hal yang harus dipahami pada tahap ini adalah latar belakang masalah dan terutama tujuan (goal) dari pemecahan masalah yang akan dilakukan. 

Memilih metode yang akan digunakan

Dengan memahami masalah, kita tentu akan dapat memilih metode yang akan digunakan untuk memecahkan masalah tersebut. Misalnya jika masalah klasifikasi, maka masalah harus diselesaikan dengan metode klasifikasi. Demikian juga Jika masalah regresi, maka penyelesaiannya harus menggunaan metode regresi. 

Tahap Mempersiapkan Data 

Memahami data berarti mengetahui Informasi tentang data tersebut secara lengkap, termasuk variabel serta fitur-fitur yang ada pada data tersebut, mana data yang penting, mana data yang tidak penting, missing data dan sebagainya. Hal itu tentu akan membantu kita mempersiapkan dan mengolah data dengan baik. 

Tahap Implementasi 

Tahap implementasi dalam konteks ini adalah melakukan pemrograman machine learning untuk mendapatkan output sesuai dengan yang tujuan diinginkan. 

Contoh Studi Kasus dan Dataset 

Pada bagian ini akan dibahas studi kasus sederhana untuk membuat machine learning dengan menerapkan metode Simple Regresi Linear. Sebuah penelitian dilakukan untuk mengetahui pengaruh biaya promosi terhadap pendapatan penjualan sebuah perusahaan. 

Simple regresi linear akan digunakan untuk memprediksi nilai penjualan yang akan diperoleh berdasarkan beaya promosi yang dikeluarkan. Disamping itu hasil machine learning juga akan bisa melihat korelasi antara Biaya Promosi dengan nilai penjualan yang diperoleh. 

Output lain yang bisa diperoleh adalah grafik korelasinya antara kedua variabel tersebut.