Unsupervised Learning adalah metode dalam Machine Learning yang bekerja dengan data tanpa label, sehingga sistem belajar secara mandiri untuk menemukan pola, struktur, atau hubungan tersembunyi di dalam data. Tidak ada target keluaran yang ditentukan sejak awal, sehingga fokus utamanya adalah eksplorasi data.
Teknik utama dalam unsupervised learning meliputi clustering (pengelompokan data berdasarkan kesamaan, seperti K-Means dan Hierarchical Clustering) dan reduksi dimensi (penyederhanaan data dengan mengurangi jumlah fitur, seperti PCA). Metode ini banyak digunakan untuk segmentasi pelanggan, analisis pola, dan visualisasi data. Kelebihannya adalah tidak memerlukan data berlabel, namun interpretasi hasilnya sering kali menjadi tantangan.
