Ketika mulai mempelajari machine learning, salah satu pembagian paling dasar yang akan langsung ditemui adalah antara supervised learning dan unsupervised learning. Keduanya sama-sama belajar dari data, tapi caranya sangat berbeda - dan perbedaan itu menentukan jenis masalah apa yang cocok diselesaikan oleh masing-masing pendekatan.
Supervised Learning: Belajar dari Contoh Berlabel
Supervised learning bekerja dengan data yang sudah dilengkapi jawaban benar, disebut label. Model diberi banyak pasangan input dan output yang sudah diketahui, lalu belajar mengenali pola hubungan antara keduanya sehingga bisa memprediksi output untuk input baru yang belum pernah dilihat sebelumnya. Contoh sederhananya adalah menyortir email menjadi "spam" atau "bukan spam" - model dilatih dengan ribuan email yang sudah diberi label sebelumnya, lalu digunakan untuk menebak label email baru.
Unsupervised Learning: Menemukan Pola Tanpa Label
Unsupervised learning berangkat dari situasi berbeda: data yang tersedia tidak memiliki label atau jawaban benar sama sekali. Alih-alih memprediksi sesuatu yang sudah diketahui jawabannya, model justru mencari struktur atau pola tersembunyi dalam data itu sendiri. Contoh umum adalah pengelompokan (clustering) pelanggan berdasarkan kemiripan perilaku belanja mereka - model tidak diberi tahu kategori pelanggan seperti apa yang ada, tapi menemukan sendiri kelompok-kelompok alami dari data yang tersedia.
Perbedaan Utama Keduanya
Perbedaan paling mendasar terletak pada keberadaan label. Supervised learning membutuhkan data yang sudah diberi jawaban, sehingga performanya bisa diukur secara langsung dengan membandingkan prediksi dengan jawaban sebenarnya. Unsupervised learning tidak punya jawaban pembanding semacam itu - keberhasilannya dinilai dari seberapa berguna atau masuk akal pola yang ditemukan, yang sifatnya lebih interpretatif. Konsekuensinya, menyiapkan data untuk supervised learning biasanya lebih memakan waktu karena proses pelabelan, sementara unsupervised learning bisa langsung bekerja dengan data mentah.
Memilih Pendekatan yang Tepat
Pilihan antara keduanya bergantung sepenuhnya pada masalah yang ingin diselesaikan dan data yang tersedia. Jika tujuannya adalah memprediksi sesuatu yang spesifik dan ada cukup data berlabel untuk melatih model, supervised learning adalah pilihan yang lebih langsung. Jika tujuannya adalah memahami struktur atau kelompok tersembunyi dalam data yang belum diberi label sama sekali, unsupervised learning lebih sesuai. Banyak proyek machine learning di dunia nyata bahkan menggabungkan keduanya secara bertahap - menggunakan unsupervised learning untuk eksplorasi awal, lalu supervised learning ketika tujuan prediksi sudah lebih jelas.