Machine Learning 2: Pola & Pengelompokan

• Membedakan klasifikasi dan clustering dari prinsip kerjanya
• Mengidentifikasi jenis masalah bisnis yang cocok dengan tiap teknik
• Menjelaskan output dan kegunaan masing-masing teknik bagi pengambilan keputusan

• Menganalisis studi kasus credit scoring dan segmentasi pelanggan
• Merumuskan teknik ML yang tepat untuk skenario bisnis baru
• Mengevaluasi risiko dan keterbatasan teknik ML dalam konteks manajerial

"Belajar dengan jawaban"

• Input: data berlabel — setiap contoh punya jawaban yang benar
• Tujuan: belajar pola untuk memprediksi label baru
• Output: prediksi — kategori (klasifikasi) atau angka (regresi)
• Contoh label: "gagal bayar / tidak", "churn / tidak", "fraud / tidak"

"Menemukan pola sendiri"

• Input: data tanpa label — tidak ada jawaban yang benar
• Tujuan: temukan struktur tersembunyi dalam data
• Output: kelompok, pola, atau representasi baru
• Contoh output: "pelanggan terbagi 4 segmen berdasarkan perilaku"

1. Training data: kumpulkan data historis berlabel (contoh: 10.000 aplikasi kredit + hasil aktual)
2. Feature extraction: pilih variabel penjelas — umur, pendapatan, riwayat kredit, dsb.
3. Model training: algoritma belajar batas keputusan antara kelas
4. Prediction: untuk nasabah baru, model output probabilitas tiap kelas
5. Decision: manajer tetapkan threshold — di atas 70% probabilitas gagal bayar = tolak

BRI menggunakan ML untuk menilai kelayakan kredit nasabah mikro yang sebelumnya tidak terjangkau sistem konvensional (unbankable).

BCA menerapkan klasifikasi real-time untuk setiap transaksi mobile banking — bukan hanya credit scoring, tapi juga apakah transaksi ini legitim atau mencurigakan.

1. Tentukan K: manajer/analis putuskan berapa klaster yang diinginkan (misal: 4 segmen)
2. Inisialisasi: algoritma pilih titik pusat acak untuk tiap klaster
3. Assignment: setiap data point dimasukkan ke klaster terdekat
4. Update: hitung ulang pusat klaster berdasarkan anggotanya
5. Iterasi: ulangi langkah 3–4 sampai anggota klaster stabil
6. Interpretasi: manajer beri nama dan strategi untuk tiap klaster

Gojek mengelompokkan ~270 juta pengguna (estimasi platform GoTo) berdasarkan perilaku nyata — bukan asumsi demografis.

Tokopedia memakai framework RFM (Recency, Frequency, Monetary) sebagai fitur clustering — pendekatan klasik yang diperbarui dengan ML.

Telkom Indonesia (IndiHome/Telkomsel) menghadapi churn rate — pelanggan yang berhenti berlangganan. Biaya akuisisi pelanggan baru ~5× lebih mahal dari mempertahankan yang ada. Solusi: gunakan ML untuk identifikasi pelanggan berisiko churn sebelum mereka pergi.

1. Clustering dulu: segmentasikan pelanggan berdasarkan pola penggunaan — temukan profil "berisiko tinggi churn"
2. Klasifikasi kemudian: untuk tiap segmen, build model klasifikasi churn vs. tidak churn dengan label historis

• Bias historis: jika data training bias (misal kredit lebih sering ditolak ke daerah tertentu), model akan mereplikasi bias itu
• Distribusi berubah: model kredit yang dilatih sebelum pandemi mungkin tidak valid setelahnya
• False confidence: model output 95% confidence tidak berarti benar 95% — bisa overfit ke training data
• Interpretabilitas: neural network sulit dijelaskan ke regulator (OJK wajib prinsip explainability)

• K yang salah: memilih terlalu sedikit atau terlalu banyak klaster distorsi makna bisnis
• Interpretasi subjektif: dua orang bisa beri nama berbeda untuk klaster yang sama
• Stabilitas: K-Means sensitif terhadap inisialisasi — dijalankan ulang bisa hasil berbeda
• Curse of dimensionality: terlalu banyak variabel membuat jarak antar titik tidak bermakna

• Supervised vs. unsupervised: perbedaan ada di ketersediaan label
• Klasifikasi: prediksi kategori dari data berlabel — "masuk kelas mana?"
• Clustering: temukan kelompok natural tanpa label — "ada berapa tipe?"
• Framework diagnostik: 4 pertanyaan untuk pilih teknik yang tepat
• Klasifikasi + clustering bisa dikombinasikan (contoh: Telkom churn)

• BRI/BCA: klasifikasi untuk credit scoring dan fraud detection
• Gojek/Tokopedia: clustering untuk segmentasi pelanggan dan promo targeting
• Telkom: kombinasi clustering → klasifikasi untuk churn prevention
• Risiko: bias, distribusi drift, interpretabilitas — wajib dikelola manajer

Analisis Teknik ML untuk Satu Perusahaan Indonesia:

1. Pilih satu perusahaan Indonesia yang menggunakan ML (tidak harus yang dibahas hari ini)
2. Identifikasi minimal dua use case ML di perusahaan tersebut
3. Untuk tiap use case: tentukan klasifikasi atau clustering, jelaskan alasannya dengan framework diagnostik
4. Identifikasi satu risiko atau keterbatasan utama per use case
5. Rumuskan satu rekomendasi manajerial untuk mitigasi risiko tersebut
6. Format: 1–2 halaman, PDF, referensi minimal 2 sumber

• Bagaimana komputer memahami bahasa manusia
• Sentiment analysis: membaca emosi pelanggan dari teks
• Chatbot dan virtual assistant: dari rule-based ke GPT
• Aplikasi NLP di layanan publik Indonesia