Deep learning merupakan salah satu bagian dari berbagai macam metode machine learning yang menggunakan artificial neural networks (ANN). Jenis pembelajaran dalam deep learning dapat berupa supervised, semi-supervised, dan unsupervised. Dalam artikel ini yang akan kita bahas adalah metode supervised.
Deep learning adalah metode pembelajaran yang dilakukan oleh mesin dengan cara meniru bagaimana sistem dasar otak manusia bekerja. Sistem dasar otak manusia bekerja ini disebut neural networks. Itulah kenapa deep learning disebut menggunakan artificial neural networks yang dengan kata lain menggunakan ‘neural networks buatan’.
Deep Learning adalah bagian dari kecerdasan buatan dan machine learning yang merupakan pengembangan dari neural network multiple layer untuk memberikan ketepatan tugas seperti deteksi objek, pengenalan suara, terjemahan bahasa dan lain – lain. Deep Learning berbeda dari teknik machine learning yang tradisional, karena deep learning secara otomatis melakukan representasi dari data seperti gambar, video atau text tanpa memperkenalkan aturan kode atau pengetahuan domain manusia.
Deep learning adalah seperangkat algoritma dalam machine learning yang berusaha belajar dalam berbagai level, sesuai dengan tingkat abstraksi yang berbeda. Ini biasanya menggunakan jaringan syaraf tiruan. Tingkat dalam model statistik yang dipelajari ini sesuai dengan tingkat konsep yang berbeda, di mana konsep tingkat yang lebih tinggi ditentukan dari tingkat yang lebih rendah, dan konsep tingkat yang lebih rendah dapat membantu untuk mendefinisikan banyak konsep tingkat yang lebih tinggi (Deng & Yu, 2014).
Deep learning merupakan bagian dari machine learning yang menjadi acuan penelitian paling popular saat ini. Deep learning menggunakan Artificial Neural Network (ANN) yang merupakan mesin proses informasi yang dimodelkan pada struktur dan tindakan jaringan saraf biologis pada otak. ANN bersifat fleksibel dan dapat beradaptasi sendiri untuk memecahkan masalah kompleks yang tidak jelas yang digambarkan oleh model matematika, seperti pengenalan pola dan klasifikasi, pendekatan fungsi dan kontrol (Lu Yifei, 2017). Prinsip deep learning adalah Artificial Neural Network (ANN) yang memiliki banyak lapisan tersembunyi (Apapan Pumsirirat & Liu Yan, 2018).
Menurut Pandey (2017), deep learning adalah cabang dari algoritma machine learning sebagai berikut :
- Menggunakan banyak lapisan unit pemrosesan non-linear untuk ekstraksi fitur serta transformasi. Output dari setiap lapisan berturut-turut adalah input dari lapisan sebelumnya. Algoritma pembelajaran mendalam mungkin unsupervised atau supervised dan aplikasi termasuk analisis pola (unsupervised) dan klasifikasi (supervised).
- Mempelajari berbagai tingkat fitur atau representasi data. Fitur pada tingkat yang lebih tinggi berasal dari fitur tingkat yang lebih rendah untuk membentuk representasi hirarkis.
- Merupakan bagian dari bidang machine learning yang lebih luas yang mempelajari representasi data.