Halo, saya penasaran kalau misalnya kita tambahin size training data utk keperluan learning ML, itu apakah berimpack ke performa ya? Maksudnya jadi lebih baik performanya? Atau justru berdampak sebaliknya? Bagaimana hubungan interaksi kualitas dan kuantitas datanya dalam konteks ini?
Halo kak Bagus 
Saya coba bantu jawab ya. Menambah size training data bisa meningkatkan performa model training machine learning dan bahkan case-case training yang berjumlah banyak bisa juga mengurangi potensi error dari model machine learning. Semakin besar training set yang digunakan yang digunakan semakin besar juga variasi data yang didapat, jadi model MLnya bisa mempelajari pola yang lebih complex. Namun, menambahkan case training data ke ML juga tidak sepenuhnya reliable untuk meningkatkan performa. Ada beberapa faktor yang mempengaruhi hal tersebut, seperti kompleksitas model, kualitas fitur yang ada juga bisa menyebabkan error pada model.
Semoga membantu 