Hari ini saya belajar tentang pengenalan pola (pattern recognition) atau sering disingkat PR. Basic tentang PR ini rencananya mau saya pake untuk ngembangin teknik deteksi malware.

Jadi kemampuan untuk mengenali pola ini sebenernya kemampuan dasar yang dimiliki manusia. Sejak bayi kita belajar mengenali wajah, suara, aroma dll. Nah PR ini ilmu yang berusaha membuat mesin bisa mengenali pola. Beberapa contoh aplikasi PR:

• Pengenalan Suara
• Pengenalan Wajah, dan emosi
• Pengenalan teks
• Pengenalan tulisan tangan, dll

Dari hasil PR tadi bisa digunakan untuk melakukan berbagai analisa, contohnya dari komentar orang terhadap sebuah produk bisa dilakukan analisa sentimen baik itu positif, negatif dan netral.

Contoh lainnya bisa digunakan untuk membuat tools paraphase, misalnya bisa merubah posisi kalimat, merubah operator misalnya kata sambung, maupun memilih kata lain yang berhubungan

Bisa juga digunakan untuk mengenali jenis ikan, dan memisahkannya pada sebuah pabrik pembungkusan ikan.

Kemudian apa bedanya PR dengan AI (artificial Intelligence). Dua-duanya saling berhubungan. Ada yang menggambarkan PR adalah bagian dari AI, ada juga yang beranggapan, keduanya saling beririsan.

AI dapat diartikan kecerdasan buatan. Secara umum ada 4 pendekatan AI yaitu:

1. Berpikir seperti manusia (thinking humanly)
2. Bertindak seperti manusia (acting humanly)
3. Berpikir secara rasional (thinking rationally)
4. Bertindak secara rasional (acting rationally)

Nah kemampuan AI sebuah mesin, sangat tergantung dari kemampuan mesin untuk mengenal pola.

Bagaimana cara kerja PR? Mesin akan mengawasi lingkungan dan menangkap input menggunakan sensor. Input ini bisa berupa gambar, suara, text, data dll. Kemudian mesin akan melakukan kasifikasi menggunakan supervised atau unsupervised classification. Kemudian akan menghasilkn output kategori atau kelas dari pola tersebut.

Lantas bagaimana hubungan antara PR dan Machine Learning (ML) ? Machine Learning adalah ilmu yang memberikan komputer kamampuan untuk belajar tanpa diprogram secara eksplisit. Hubungan PR dan ML sangan erat.

Contoh pola lainnya yang dapat dikenali:

1. pola fingerprint
2. Pola garis tangan
3. pola retina
4. pola tanda tangan
5. pola regex

Dalam PR ada istila Pattern Class (kelas pola). Kelas ini adalah koleksi dari objek yang dianggap mirip. Kemudian ada istiliah variability, atau perbedaan pada pada kelas yang dibagi menjadi

• intra-class Variability, maksudnya tingkat perbedaan obyek pada satu kelas, dan
• Inter-class variability, maksudnya tingkat perbedaan obyek pada kelas yang berbeda.

Pada pattern class akan timbul masalah pada kasus:

• high intra-class variability dan
• low inter-class variability

Kemudian dalam melakukan klasifikasi dikenal istilah Supervised dan unsupervised. Bedanya adalah pada supervised classification; sistem telah dibekali dengan beberapa data yang telah diberi label. Kemudian apabila ada data bari, sistem akan membandingkan data tersebut dengan data yang telah dikenali. Sehingga sistem akan memberi klasifikasi terhadap data baru tadi.

Sementara itu pada teknik unsupervised clasiffication, training sample tidak diberi label. Mesin kemudian akan mengelompokan data-data tadi berdasarkan feature similarity.

Referensi:

• R. Duda, P. Hart, and D. Stork, Pattern Classification, 2nd ed. John Wiley & Sons, 2001
• C. Bishop, Pattern Recognition and Machine Learning. Springer, 2006
• Stuart J Russell & Peter Norvig, Artificial Intelligence: A Modern Approach, 3rd Edition, Prentice-Hall International, Inc, 2010, Textbook
• Han, J., Pei, J., & Kamber, M. (2011). Data mining: concepts and techniques. Elsevier.
• Materi Kuliah Pengenalan Pola, Masayu L.K, ITB