Studi Literatur Konsep Dasar Machine Learning Dan Neural Network

Kecerdasan buatan merupakan bagian dari ilmu komputer yang pemanfaatanya dapat digunakan dalam berbagai bidang untuk menyelesaikan permsalahan kehidupan manusia. Kecerdasan buatan merupakan program yang dapat meniru pola berpikir manusia. Membuat kecerdasan buatan bisa menggunakan cara Planning, Representasi Pengetahuan, Machine Learning, dan Multi Agent System. Machine Learning (ML) adalah konsep pendekatan dalam artificial intelligence (AI) yang menekankan pada pendekatan matematis untuk melakukan inferensi pada data untuk penyelesaian suatu masalah atau optimisasi yang meniru perilaku manusia. Machine Learning mempunyai dua tujuan utama yaitu Prediksi dan untuk mendapatkan ilmu pengetahuan (knowledge discovery). Dalam pengelolaan data set machine learning mempunyai algoritma yaitu: Supervised Learning, Semi Supervised Learning, Unsupervised Learning dan Reinforcment Learning. Artificial Neural Network (ANN) merupakan salah satu metode dalam Machine Learning (ML) yang menirukan syaraf manusia. Artificial neural network adalah salah satu algoritma supervised learning yang terkenal dan bisa juga digunakan untuk semi-supervised ataupun unsupervised learning. ANN yang bentuknya paling kecil disebut single perceptron yang hanya terdiri dari sebuah neuron. Multilayer perceptron (MLP) yang biasa disebut juga sebagai feedforward neural network, mempunyai beberapa layers, namun secara umum ada tiga layers yaitu input, hidden, dan output layer.