Seperti disebutkan di atas, suatu sistem yang berinteligensia harus selalu mampu meningkatkan pengetahuannya melalui proses belajar. Produk yang paling utama dalam setiap pembelajaran adalah pemahaman akan konsep yang terdapat dalam materi yang dipelajari. Suatu pembelajaran mesin dianggap sukses kalau mesin mampu menghasilkan deskripsi dari konsep yang dipelajari dengan benar. Sebagai contoh, deskripsi dari seekor kucing adalah seekor binatang berkaki empat dan mengeong, sedangkan deskripsi seekor anjing adalah binatang berkaki empat dan menggonggong. Deskripsi inii sudah tentu dapat diperinci tergantung luasnya permasalahan yang dicakup.
Dalam hampir semua pembelajaran konsep, deskripsi mengenai suatu konsep pembelajaran dilakukan melalui contoh-contoh (learning by examples). Contoh-contoh dapat diberikan di bawah pengawasan, pembelajaran yang diawasi (supervised learning), atau tanpa pengawasan sama sekali, pembelajaran mandiri (unsupervised learning).
Dalam pembelajaran yang diawasi mesin, diberikan sekumpulan contoh positif maupun negatif mengenai suatu konsep yang ingin dipelajari. Hasil pembelajaran adalah pengetahuan mengenai deskripsi atau ciri-ciri dari konsep yang ada dalam contoh-contoh yang diberikan. Konsep ini biasanya disusun dalam bentuk aturan-aturan keputusan yang mampu membedakan antara contoh yang positif dan contoh yang negatif. Pembelajaran ini biasanya mempunyai dua kumpulan data yaitu kumpulan data untuk training (training data set) dan kumpulan data untuk testing yang masing-masing meliputi dua tahap belajar. Dalam tahap pertama mesin dilatih untuk membedakan antara contoh yang positif dari contoh yang negatif dalam kumpulan data contoh. Pelatihan ini dilakukan berulang-ulang sampai mesin mampu membedakan dengan benar semua contoh-contoh tersebut. Dalam tahap kedua mesin diminta untuk membedakan hal yang sama untuk data testing. Bila dalam tahap kedua ini mesin membuat suatu kesalahan dalam membedakan contoh yang positif dan negatif maka contoh penyebab kesalahan tersebut dimasukkan ke dalam data training dan proses tahap satu diulang kembali. Hal ini terjadi sampai mesin mampu membedakan seluruh contoh dalam kedua kumpulan data. Gbr 1.2 menunjukkan diagram alir proses pembelajaran mesin dengan pengawasan.
Dalam pembelajaran mandiri atau tanpa pengawasan, tidak ada contoh yang diberikan. Mesin harus mampu membentuk pengetahuan dari setiap informasi yang datang padanya secara tidak bersamaan. Tidak ada pemisahan antara pembelajaran dan testing, melainkan hanya ada proses testing. Bila contoh pertama tiba pada mesin, mesin akan mengevaluasi dan membentuk aturan-aturan untuk mengenal contoh tersebut. Contoh ini kemudian direkam dalam perbendaharaan mesin. Bila contoh kedua tiba, maka mula-mula sistem akan mencoba mengenal contoh itu berdasarkan aturan-aturan yang dibuat sebelumnya.
|
|
Gbr. 1.2 Diagram alir proses pembelajaran mesin dengan pengawasan.
Bila sistem mampu mengenal contoh ini, maka tidak ada persoalan, aturan yang lama tidak berubah dan contoh yang baru tidak direkam ke dalam sistem. Tetapi bila sistem tak mampu membedakan contoh ini, maka maka sistem akan merevisi aturan yang ada agar dapat membedakan contoh yang lama dan yang baru. Contoh ini kemudian direkam ke dalam perbendaharaan sistem. Proses ini berlangsung terus bagi setiap data yang masuk.
Kemampuan menginduksi suatu konsep dari contoh-contoh yang diberikan merupakan titik sentral dari pembelajaran mesin. Hampir semua pembelajaran mesin menganut pendekatan ini. Pembelajaran konsep sering disebut juga dengan nama klasifikasi karena metode ini menginduksi konsep yang mendeskripsi klas-klas dari contoh-contoh.
Dalam setiap pembelajaran konsep, deskripsi mengenai suatu konsep dihasilkan melalui induksi dari contoh-contoh yang diberikan. Deskripsi ini biasanya disusun dalam bentuk aturan-aturan keputusan (decision rules). Sistemnya kemudian disebut sistem induksi aturan (rule induction system).
Suatu aturan mempunyai bentuk sbb:
IF <kondisi> THEN <pernyataan mengenai klas dari suatu obyek>
di mana kondisi menyatakan keadaan logik tertentu yang harus dipenuhi untuk mengklasifikasi suatu obyek. Sebagai contoh,
IF Binatang itu mengeong THEN Binatang itu adalah Kucing.
IF Binatang itu menggonggong THEN Binatang itu adalah Anjing.
