Ringkasan Pembelajaran Tak Terawasi (Unsupervised Learning)
Pembelajaran tak terawasi adalah metode machine learning yang digunakan untuk menemukan pola, struktur, atau hubungan tersembunyi dalam data tanpa label. Tujuan utamanya meliputi pengelompokan data, identifikasi hubungan antar data, pengurangan dimensi, serta mendukung tugas lanjutan seperti deteksi anomali dan ekstraksi fitur.
Jenis utama unsupervised learning meliputi clustering (misalnya K-Means dan Hierarchical Clustering), dimensionality reduction (seperti PCA dan t-SNE), serta association learning (Apriori dan FP-Growth). K-Means bekerja dengan membagi data ke dalam sejumlah cluster berdasarkan jarak terdekat ke centroid, sedangkan Hierarchical Clustering membentuk struktur hierarki melalui pendekatan bottom-up atau top-down.
Karena tidak memiliki label, hasil clustering dievaluasi menggunakan metrik internal seperti Silhouette Coefficient dan Davies–Bouldin Index. Contoh penerapannya adalah pada perusahaan ritel yang mengelompokkan pelanggan berdasarkan perilaku pembelian untuk menentukan strategi promosi yang lebih tepat.
