Apa Perbedaan Dari Data Mining, Machine Learning, dan Artificial Intelligence?

Pertanyaan tersebut kerap muncul dulu ketika awal-awal mendalami dunia ilmu murni komputer, khususnya di bidang pengolahan data. Kuliah pun justru membuatnya menjadi semakin membingungkan. Di ITS, kuliah dalam bidang tersebut ada Kecerdasan Buatan, Kecerdasan Komputasional, Data Mining, Visi Komputer dan beberapa yang lebih mendasar semacam Statistika Komputasional. Nah lho apa perbedaan antar kuliah tersebut. Yang saya rasakan adalah mereka semua saling berhubungan dan banyak sekali yang beririsan. Bahkan ada dosen yang bilang bahwa ada beberapa bab dalam masing-masing mata kuliah yang saling ditukar-tukar.

Nah, setelah memperdalam lebih lanjut masing-masing bidang, istilah-istilah diatas berbeda, namun memang banyak beririsan. Dengan pemahaman yang benar, ketiga ranah tersebut cukup mudah dibedakan.

Artificial Intelligence (AI)
Pertama, yang paling mudah dibedakan. AI atau kecerdasan buatan adalah bidang keilmuan yang mempelajari seputar pembuatan “Intelligent Agent” dalam komputer. Secara singkat, ilmu ini mencari tahu bagaimana membuat komputer yang dapat berperilaku seperti makhluk dengan kecerdasan. Hal tersebut erat kaitannya dengan simulasi proses pengambilan keputusan.

Tentunya perkembangan AI masih sangat jauh dari capaian tersebut. Dengan kemampuan komputasi dan algoritma AI kekinian, hal yang tercapai adalah pembuatan “Rational Agent”, yaitu komputer dengan kemampuan pertimbangan rasional sehingga dapat mengambil keputusan paling optimal dalam satu kasus tertentu. Misal kompor yang dapat menentukan kapan Mi Instan sudah cukup lama diseduh berdasarkan lama waktu dan suhu pemasakan (bakal berguna banget untuk anak kos nih :v). Jadi jangan berharap Jarvis, Ultron, dan Terminator akan muncul dalam waktu dekat. But who knows when :3 (Masyarakat geek internasional sudah mulai mewaspadai hal tersebut)

Perlu digarisbawahi bahwa bidang tersebut sangatlah luas. Mesin apapun yang tidak melakukan sebuah pekerjaan dengan “bodoh” termasuk dalam kategori “Intelligent Agent” dan termasuk dalam bidang keilmuan AI.

Machine Learning (ML)
ML adalah bidang keilmuan yang mempelajari bagaimana membuat program yang dapat menghasilkan pengetahuan baru dari pengetahuan yang sudah ada (disebut experience, atau data) di luar pengetahuan yang “diprogram” secara langsung pada program. Istilah lebih umumnya adalah bagaimana membuat komputer yang dapat belajar dari lingkungan sekitar sehingga memiliki “pengetahuan” yang berkembang. Contoh paling gampang mungkin adalah prediksi kata yang ada di HP kita atau pengenalan wajah pada facebook. Hal tersebut mungkin dilakukan karena program di belakang kedua hal tersebut telah menyusun pengetahuan dari data yang ada, biasanya dalam bentuk sebuah model matematis.

Hal tersebut banyak berhubungan dengan algoritma yang dapat mengekstraksi informasi dari berbagai macam data serta mengenali pola dalam data (pattern recognition), sehingga bidang tersebut sangat erat kaitannya dengan statistika. Namun secara garis besar, segala sesuatu yang melibatkan proses induksi pengetahuan dari data termasuk dalam bidang keilmuan ML.

ML ini merupakan bidang keilmuan computer science yang paling sering salah dimengerti. Selain konotasi negatif dalam Indonesia dengan istilah “ML”, namun ML tersebut juga merupakan bidang dengan ranah aplikatif yang sangat luas dalam banyak sekali bidang keilmuan. Hampir seluruh bidang yang berhubungan dengan “komputasi cerdas” membutuhkan adanya pengetahuan dalam sebuah program, dan dalam tahap ini ML sangat berperan. Jika AI fokus pada membuat komputer yang cerdas, maka untuk mencapai kecerdasan tersebut digunakan ML. Bahkan sebagian besar ilmu yang dipelajari dalam AI maupun DM adalah ML itu sendiri. Hal tersebut yang banyak menimbulkan ambiguitas bidang antara ketiga hal tersebut.

Data Mining (DM)
DM adalah sebuah bidang yang banyak berkembang dari ML, namun berbeda secara tujuan. Jika ML fokus pada membuat program yang dapat belajar, DM fokus pada memanfaatkan program untuk membantu manusia belajar dari data. DM dilakukan oleh seseorang, dalam kasus tertentu, pada dataset tertentu, dengan sebuah tujuan tertentu. Jika kedua bidang sebelumnya fokus pada programnya, DM adalah ilmu praktis yang fokus pada manusianya.

Pada sebagian besar kasus, DM digunakan untuk menghasilkan “insights” dari data yang ada, sehingga dapat mendatangkan pengetahuan baru. Hal tersebut lebih banyak digunakan dalam kasus praktis seperti dalam proses pengambilan keputusan sebuah perusahaan. Sebagai contoh, dengan DM, sebuah perusahaan dapat mengetahui informasi detil terkait segmen konsumen yang banyak membeli produk mereka. Hal tersebut kemudian akan digunakan dalam menentukan strategi perusahaan kedepannya.

Istilah DM sendiri sebenarnya adalah sebuah salah kaprah. DM sendiri hanyalah satu langkah dalam proses yang lebih besar yang dikenal sebagai Knowledge Discovery from Database (KDD) atau sekarang lebih banyak dikenal dengan istilah Data Science (DS). Dengan berkembangnya kemampuan komputasi komputer dan bertambahnya jumlah data di dunia secara eksponensial, sekarang Data Scientist menjadi salah satu pekerjaan paling dicari di dunia karena permintaan yang sangat banyak, namun persediaan tenaga ahli yang sedikit. Dari fenomena tersebut pula muncul dua bidang khusus baru, yaitu Big Data yang berasal dari DM, dan Deep Learning yang berasal dari ML.

TL;DR
Secara garis besar ML adalah salah satu ilmu dasar yang banyak digunakan dalam AI maupun DM, yaitu dalam mengolah pengetahuan menggunakan komputer. AI fokus pada membuat komputer dengan kecerdasan, sedangkan DM fokus pada menggunakan komputer untuk membantu manusia memahami data. Bagi kalian yang masih kuliah, sebagian besar ilmu yang kalian dapatkan dalam bidang-bidang tersebut adalah ML, karena AI maupun DM banyak sekali menggunakan ML.

Semoga dapat membantu 🙂