Pengalamanku Belajar Machine Learning di Dicoding
Sebelum mereview Alur Belajar Machine Learning, Aku ingin mengucapkan Happy Anniversary kepada Dicoding yang ke 7 tahun. Semoga kedepannya Dicoding mampu mencetak lebih banyak talenta global yang bisa membanggakan Indonesia tercinta.
Mengenal Dicoding
Dicoding merupakan sebuah perusahaan yang bergerak di sektor pendidikan dengan menyediakan beragam kelas di bidang teknologi, seperti Web Development, Android Development, Machine Learning Development dan sebagainya. Kelas-kelas yang ditawarkan pun sesuai dengan standar industri global, misalnya Google, AWS, Microsoft, Line dan IBM. Hingga kini Dicoding telah menghasilkan kurang lebih 500.000 developer di Indonesia dengan profesinya masing-masing. Selain itu, Dicoding juga telah mengadakan event sebanyak 13 ribu lebih dan salah satunya merupakan kolaborasi dengan Indosat Ooredoo yang diberi nama Indosat Ooredoo Digital Camp (IDCamp). IDCamp adalah program pemberian beasiswa gratis dengan tujuan mencetak lebih banyak talenta digital di Indonesia. Aku termasuk beruntung mendapatkan program ini dan mengambil alur machine learning. Apabila teman-teman tertarik dengan beasiswa IDCamp bisa mengunjungi link dibawah ini.
IDCamp: https://instagram.com/idcamp
Sistem pembelajaran di Dicoding menggunakan metode Self-paced Learning, artinya pembelajaran dilakukan secara mandiri melalui konten materi yang disediakan di website. Walaupun begitu, jangan khawatir karena Dicoding memiliki fitur diskusi materi dengan pengajar yang memudahkan teman-teman apabila memiliki kendala dalam memahami materi. Menurut saya, konten materi yang disediakan oleh Dicoding sangat lengkap dan mudah dipahami oleh pemula. Bagi teman-teman yang belum pernah belajar di Dicoding dapat mencoba beberapa kelas gratis seperti Memulai Pemrograman dengan C dan Java atau bisa juga dengan mencoba semua kelas secara gratis dalam waktu 15 hari. Jika teman-teman bisa menyelesaikan kelas hingga tuntas, maka materi dari kelas tersebut dapat diakses selamanya. Tunggu apalagi! Segera eksplor minat dan bakat teknologimu melalui link di bawah ini.
Dicoding: https://www.dicoding.com
Machine Learning Developer Path
Dari berbagai jenis learning path yang disediakan oleh Dicoding, Aku lebih tertarik untuk mengambil Machine Learning Developer Path. Saat ini, kita sudah memasuki industri 4.0 di mana jumlah data yang dihasilkan sangat banyak, misalnya dari situs pencarian di Google maupun data dari aplikasi lainnya. Data yang dihasilkan tidak hanya berbentuk tabel, melainkan berupa teks, gambar, bahkan video. Dengan menggunakan machine learning, beragam data tersebut dapat diolah menjadi suatu produk yang bermanfaat.
Awalnya Aku mengira bahwa machine learning itu sama dengan kecerdasan buatan, padahal secara definisi kedua hal tersebut sangatlah berbeda. Di bawah ini adalah diagram yang menggambarkan kecerdasan buatan, machine learning dan deep learning. Kecerdasan buatan adalah kemampuan sistem atau mesin untuk meniru sifat manusia. Machine learning merupakan bagian dari kecerdasan buatan yang mempelajari mengenai bagaimana suatu mesin bisa diprogram secara tidak eksplisit. Deep learning adalah machine learning yang terinspirasi dari jaringan saraf manusia.
Ciri khas dari machine learning yaitu tidak diprogram secara eksplisit. Pada pemrograman tradisional, aturan dan data menjadi input sebuah program kemudian menghasilkan output berupa solusi. Aturan yang dimaksud dapat berupa aturan percabangan, misalnya suatu kendaraan akan bergerak jika mesin dalam keadaan menyala. Pendekatan tradisional menggunakan teknik ekstraksi fitur untuk mendeteksi objek. Fitur merupakan bagian kecil yang bersifat menarik, deskriptif atau informatik dari sebuah objek, misalnya kelinci yang memiliki fitur telinga dengan karakteristik panjang. Akan tetapi, apabila fitur yang ditemukan terlalu banyak atau jumlah kelas yang akan diklasifikasikan semakin banyak (misalnya spesies hewan) maka kita bisa menggunakan pendekatan machine learning.
Pada pemrograman berbasis machine learning, setiap data memiliki label atau solusi yang kemudian dimasukkan ke dalam sebuah program dan memberikan output berupa suatu aturan. Algoritma machine learning mencari pola yang unik dari sekumpulan data yang menentukan keunikan masing-masing kelas kemudian disimpulkan menjadi sebuah aturan.
Pada alur belajar Machine Learning Developer terdapat empat kelas, di antaranya Memulai Pemrograman dengan Python, Belajar Dasar Visualisasi Data, Belajar Machine Learning untuk Pemula dan Belajar Pengembangan Machine Learning. Keempat kelas tersebut akan dijelaskan secara sekilas di artikel ini. Saat ini, Dicoding telah merilis kelas Machine Learning Terapan dan menjadi kelas kelima dari alur ini. Semoga kedepan, Aku bisa mendapatkan kesempatan untuk mengambil kelas tersebut. Jika teman-teman penasaran dengan alur belajar lainnya dapat mengunjungi link di bawah ini.
Dicoding Learning Path: https://www.dicoding.com/learningpaths
1. Memulai Pemrograman dengan Python
Python termasuk dalam tiga besar bahasa pemrograman yang paling banyak digunakan. Bahasa Python menyediakan banyak library atau package khusus untuk mengolah data dan membuat model machine learning, seperti Pandas, Matplotlib, Scikit-Learn dan lain sebagainya. Di kelas ini, teman-teman akan diajarkan mulai dari menuliskan “Hello World” hingga mencoba menggunakan library yang disediakan oleh Python. Di akhir kelas, terdapat ujian akhir untuk memastikan bahwa teman-teman sudah memahami bahasa pemrograman Python dengan baik. Apabila teman-teman mendapatkan skor yang melebihi batas minimum, maka akan mendapatkan sertifikat serta dinyatakan lulus.
2. Belajar Dasar Visualisasi Data
Di kelas ini teman-teman akan diajarkan mengenai definisi visualisasi data beserta tools yang digunakan. Selain itu, teman-teman juga akan mempelajari beberapa prinsip desain seperti Gestalt Principle supaya visualisasi yang dihasilkan bisa lebih efektif dan mudah dipahami oleh audiens. Di akhir kelas, terdapat ujian akhir untuk memastikan bahwa teman-teman sudah mempelajari materi visualisasi data dengan baik. Apabila teman-teman mendapatkan skor yang melebihi batas minimum, maka akan mendapatkan sertifikat serta dinyatakan lulus.
3. Belajar Machine Learning untuk Pemula
Pada kelas Machine Learning untuk Pemula, teman-teman mulai diperkenalkan dengan definisi machine learning yang sudah dijelaskan di atas. Selanjutnya, teman-teman akan mencoba membangun model dengan beberapa algoritma machine learning, misalnya regresi linear, decision tree, support vector machine, hingga neural network. Tentunya, bahasa pemrograman Python dan visualisasi data yang telah teman-teman pelajari akan digunakan di kelas ini. Di akhir kelas, teman-teman akan membuat sebuah proyek membangun model klasifikasi gambar menggunakan algoritma neural network (deep learning). Jika proyek memenuhi syarat yang ditentukan, teman-teman dinyatakan telah menyelesaikan kelas ini dan memperoleh sertifikat.
4. Belajar Pengembangan Machine Learning
Kelas ini merupakan kelanjutan dari kelas Machine Learning untuk Pemula. Di kelas ini teman-teman akan belajar mengenai penerapan algoritma neural network pada data gambar, kalimat, dan deret waktu (time series). Teman-teman juga akan belajar mengenai model deployment pada aplikasi android, maupun web. Terdapat tiga proyek yang harus dikerjakan supaya bisa lulus di kelas ini, di antaranya membuat model Natural Language Processing (NLP), Time Series Forecasting serta Image Classification. Ketiga proyek tersebut diselesaikan dengan algoritma neural network. Jika proyek memenuhi syarat yang ditentukan, teman-teman dinyatakan telah menyelesaikan kelas ini dan memperoleh sertifikat.
Penutup
Demikian sedikit review mengenai alur belajar Machine Learning Developer dari Dicoding. Berdasarkan kelebihan yang sudah dijelaskan di atas diharapkan bisa menjadi pertimbangan teman-teman untuk mengambil kelas di Dicoding. Teman-teman bisa memulai belajar di Dicoding dengan cara mengambil kelas gratis, subscribtion selama beberapa bulan, atau dengan mengikuti event seperti beasiswa IDCamp. Selamat mencoba dan semoga sukses!
