Dirasakan Kuat

Jujur saja aku tidak tahu apa yang harus aku tulis hari ini, karena sepanjang hari aku terlalu sibuk sehingga tidak sempat untuk meluangkan waktu untuk menulis secara khusus. Ketika aku menulis ini, waktu sudah menunjukkan pukul 11 malam. Hmm. Seringkali waktu berlalu begitu saja hingga aku lupa apa saja yang telah terjadi dalam sehari.

Oiya tema postingan kali ini adalah “something for which you feel strongly”. Menurutmu ini maksudnya apa sih? Apakah maksudnya itu hal-hal yang aku merasakan keterikatan yang kuat? Kok aku nangkep nya begitu ya..

Kalau salah tolong dikoreksi di kolom komentar ya! (Ciyaaa, ala yucuber deh jadinya)

Aku tidak bisa berpikir dengan jernih apa sesungguhnya hal yang membuatku merasakan keterikatan yang kuat.

Bagaimana kalau kita membicarakan tentang hal apa yang dirasakan secara kuat oleh Ohwada-Sensei?

Random sekali aang ini ya -__-

Ini karena aku tidak begitu tertarik pada apapun, itulah jalan ninjaku.

Jadi mari berkenalan sedikit tentang Ohwada, beliau adalah professor di lab yang bergerak di bidang Komputasi Sains pas aku kuliah di Jepang dulu.

Ada satu matkul beliau yang aku ambil, yang sangat menarik buat Ohwada tentu saja, kalau buatku sih pucink.

Nama matkulnya Machine Learning.

Kelasnya pake Bahasa Jepang loh, aku dan beberapa mahasiswa internasional terselamatkan karena slide dan textbooknya pake Bahasa Inggris, baiknya Ohwada-Sensei adalah beliau sering translate apa yang beliau bilang dalam Bahasa Jepang ke dalam Bahasa Inggris. Jadi kelasnya bilingual gitu.

Terus setiap abis kelas selalu ada tugas yang harus diunggah ke e-learning nya kampus. Pokoknya rata-rata dosen komputasi dan programming di Jepang begitu, paperless.

Buat kalian yang ngga tahu Machine Learning itu apa, kali ini aku akan jelasin secara sederhana. Karena Machine Learning merupakan kesukaannya Ohwada.

Semua keterangan di sini berdasarkan pemahamanku aja ya, kalau salah, tolong dibenarkan, kalau bisa tolong sekalian dijajanin. #ngelunjak

Jadi ide utamanya machine learning adalah sebuah algoritme yang bisa ngasih kamu sesuatu hal yang menarik tanpa kamu nulis kode spesifik sama permasalahan dari data tersebut. Jadi biasanya kan kalau kamu belajar programming kamu bakal nulis kode (coding), nah kalau machine learning ini ngga, kamu cukup masukkan data kamu ke algoritme yang ada di machine learning, nanti si machine learning yang akan bikin logikanya sendiri berdasarkan data tersebut.

Contoh dari machine learning yang sering kamu jumpai adalah pengklasifikasian email, apakah itu spam atau bukan? Darimana email tahu itu spam, ya itu karena si email sudah latihan untuk membedakan makanya dia bisa belajar. Begitulah inti machine learning.

Ada juga nih machine learning yang tugasnya mengelompokkan data, kalau misalkan aku punya data yang beda dari kamu, dan kita masukkan data tersebut di machine learning masing-masing, otomatis machine learning kita berdua bakal belajar dengan cara yang berbeda (karena dilatih dengan data berbeda) sehingga menghasilkan pengelompokkan yang berbeda juga.

Mudah bukan, ibu-ibu?

Machine learning ini jadi payung penelitian sendiri di lab-nya Ohwada.

Shout out untuk Minwei yang tesisnya sangat pabaliut (meski dia ngga bisa Bahasa Indonesia, dan ngga mungkin baca blog aku), aku akan jelaskan sedikit tentang tesisnya Minwei yang berkaitan dengan machine learning.

Minwei ini anaknya lab Ohwada, jadi tesisnya ini tentang penentuan urutan DNA yang bisa menyebabkan kanker.

(OOT - di kelas machine learning kami pakai aplikasi WEKA, saya lupa nanya Minwei pake apa untuk tesisnya)

Jadi tesisnya Minwei itu datanya adalah data DNA penyakit kanker yang diperoleh Ohwada dari rumah sakit di Jepang. Kemudian dia input data tersebut ke machine learning, si mesin belajar, mana urutan DNA yang dianggap signifikan berpengaruh kepada kanker ini. Kesimpulan akhirnya Minwei adalah nama-nama urutan DNA yang bisa menyebabkan kanker. Ini penting karena di Cina sana, sudah ada desainer bayi.. Tentunya, desainer ini akan menghindari urutan DNA yang bisa menyebabkan kanker!

Kalau kamu penasaran gimana cara kerjanya, mungkin aku bisa menjelaskannya di lain waktu! Komen di bawah ya! Keukeuh hayang dikomen, hehe.

Ya sudah segitu dulu. Aang pamit mundur! Sampai jumpa di postingan besok!