Apa perbedaan antara Artificial Intelligence, Machine Learning, Statistik, dan Data Mining?

Tidaklah salah untuk mengatakan bahwa mereka adalah 4 bidang yang mencoba memecahkan masalah yang sangat mirip tetapi dengan pendekatan yang berbeda? Apa sebenarnya persamaan yang mereka miliki dan di mana perbedaannya? Jika ada semacam tingkatan di antara mereka, apa itu?

Machine Learning adalah ilmu yang melibatkan pengembangan algoritma belajar mandiri. Algoritma ini lebih bersifat umum yang dapat diterapkan ke berbagai masalah terkait domain.

Data Mining adalah praktik penerapan algoritme (kebanyakan Machine Learning algoritme) dengan data yang tersedia dari domain untuk menyelesaikan masalah terkait domain.

Statistik adalah studi tentang cara mengumpulkan, mengatur, menganalisis, dan menginterpretasikan informasi numerik dari data. Statistik dapat masuk ke dalam dua taksonomi yang disebut statistik Deskriptif dan statistik Inferensial. Statistik deskriptif melibatkan metode pengorganisasian, penjumlahan dan penggambaran informasi dari data. Statistik inferensial memanggil metode menggunakan informasi dari sampel untuk menarik kesimpulan tentang populasi.

Machine Learning menggunakan statistik (kebanyakan statistik inferensial) untuk mengembangkan algoritma belajar mandiri.

Data Mining menggunakan statistik (kebanyakan statistik Deskriptif) pada hasil yang diperoleh dari algoritma, digunakan untuk memecahkan masalah.

Data mining sebagai bidang muncul untuk memecahkan masalah dalam domain lain-lain (kekhususan dalam bisnis), memperoleh teknik dan praktik yang berbeda yang digunakan dalam berbagai bidang studi.

Pada tahun 1960 praktisi yang memecahkan masalah (kebanyakan masalah bisnis) menggunakan istilah Data fishing untuk menyebut pekerjaan yang mereka lakukan. Pada tahun 1989, Gregory Piatetsky Shapiro menggunakan istilah pengetahuan Discovery in the Database (KDD). Pada tahun 1990 sebuah perusahaan menggunakan istilah Data mining dengan merek dagang untuk mewakili pekerjaan mereka. Hari ini data mining dan KDD digunakan secara bergantian.

Artificial Intelligence adalah ilmu untuk mengembangkan sistem atau perangkat lunak untuk meniru manusia untuk merespon dan berperilaku dalam keadaan tertentu. Sebagai bidang dengan lingkup yang sangat luas, AI telah mendefinisikan tujuannya menjadi beberapa bagian. Kemudian setiap bagiannya telah menjadi bidang studi terpisah untuk memecahkan masalahnya.

Berikut ini adalah daftar utama tujuan AI (a.k.a. AI problem)

1. Penalaran
2. Knowledge representation
3. Perencanaan dan penjadwalan otomatis
4. Machine Learning
5. Natural language processing
6. Computer vision
7. Robotika
8. Kecerdasan umum, atau strong AI

Seperti yang disebutkan dalam daftar Machine Learning adalah bidang yang muncul dari salah satu tujuan AI untuk membantu mesin atau perangkat lunak untuk belajar sendiri untuk memecahkan masalah yang dapat ditemukannya.

Natural language processing adalah bidang lain yang muncul dari tujuan AI untuk membantu mesin berkomunikasi dengan manusia sesungguhnya.

Computer vision adalah bidang yang muncul dari tujuan AI untuk mengidentifikasi dan membedakan objek yang dapat dilihat oleh mesin.

Robotika adalah bidang yang muncul dari tujuan AI untuk memberikan penampilan fisik bagi sebuah mesin untuk melakukan tindakan fisik.

Apakah ada semacam hierarki di antara mereka, apakah itu?

Salah satu cara untuk merepresentasikan hubungan hierarkis antara sains dan studi ini dapat ditarik dari fakta-fakta historis ketika mereka muncul.

Statistik – 1749
Kecerdasan Buatan – 1940
Mesin bersandar – 1946
Penambangan data – 1980

Sejarah statistik diyakini dimulai sekitar 1749 untuk mewakili informasi. Praktisi menggunakan statistik untuk mewakili status ekonomi negara dan untuk mewakili sumber daya material yang digunakan militer. Kemudian penggunaan statistik dimanfaatkan untuk memasukkan analisis data dan organisasi.

Sejarah Artificial Intelligence kebetulan sudah ada memiliki dua jenis yaitu klasik dan modern. Kecerdasan Buatan Klasik dapat dilihat pada cerita waktu kuno dan tulisan. Namun AI Modern muncul pada tahun 1940 ketika menggambarkan ide meniru mesin seperti manusia.

Pada tahun 1946, Origin of Machine Learning muncul sebagai cabang Artificial Intelligence dengan tujuan membuat mesin untuk belajar sendiri tanpa pemrograman / hardwiring secara eksplisit.

Apakah akurat untuk mengatakan bahwa mereka adalah 4 bidang yang mencoba memecahkan masalah yang sangat mirip tetapi dengan pendekatan yang berbeda?

Akan lebih tepat untuk mengatakan bahwa mereka (Statistik, Artificial Intelligence dan Machine Learning) adalah bidang yang sangat bergantung sehingga mereka tidak dapat bertahan tanpa bantuan dari orang lain. Ini berarti melihat 3 bidang ini sebagai satu kesatuan, bukan 3 mata pelajaran yang berbeda.

Seperti halnya persepsi ketiga bidang ini sebagai satu bidang, ketiga bidang ini telah menyumbangkan keunggulan mereka dalam menyelesaikan masalah yang sama. Akibatnya untuk masalah yang sama terdapat beberapa pemecahan masalah yang berbeda

Untuk data mining, solusi yang diperoleh dapat diterapkan ke bidang yang berbeda (bisnis, militer, obat-obatan, ruang) untuk memecahkan masalah yang memiliki sifat yang sama. Ini juga merupakan waktu di mana data mining memperluas popularitasnya.

Demikian penjelasan sebelumnya dapat menjawab pertanyaan mengenai hubungan ke empat bidang ilmu IT diatas. Sedangkan untuk lowongan IT terbaru bisa dilihat di TOG Indonesia

Salam Sukses