Terima kasih kepada Bapak Nana Sutarna, Ph.D., Ibu Dr. Murie Dwiyaniti, Ibu Dr. Prihatin Oktivasari dan Bapak Tohazen, M.Tr. yang telah mengikuti kelas pelatihan Deep Learning: Time Series Forecasting, 28 Juni 2024 – 2 Juli 2024. Kiranya materi yang disampaikan dan sejumlah praktik yang dilakukan, memberikan asupan pengetahuan dan pengalaman, untuk mendukung riset dan proses …
Tag: deeplearning
Mar 23
Jurnal SINTA1 Q3 Scopus
Pada tanggal 9 Maret 2024, sebuah email dari chief editor Journal of Robotics and Control (JRC) masuk ke mailbox. Rupanya, email pemberitahuan bahwa naskah yang ditulis, diterima dan siap publikasi. Sebuah perjalanan yang tidak mudah, mengingat proses review yang cukup menyita waktu dan pikiran. Namun, proses tidak pernah mengecewakan hasil. Setelah ditelusuri, ternyata jurnal yang …
Dec 05
IEEE : Machine Learning Algorithm and Modeling in Solar Irradiance Forecasting
Publikasi ilmiah yang pertama akhirnya terbit juga. Tulisan bertajuk Machine Learning Algorithm and Modeling in Solar Irradiance Forecasting terbit melalui publisher IEEE, setelah diseminarkan pada perhelatan 6th International Conference of Computer and Informatics Engineering (IC2IE), 14-15 September 2023. Machine Learning Algorithm and Modeling in Solar Irradiance Forecasting | IEEE Conference Publication | IEEE Xplore
Sep 05
Fungsi Aktivasi dalam Deep Learning
Deep learning, sebuah sub bidang machine learning, berkembang pesat dalam cara kerja rumit artificial neural network yang terdiri dari beberapa lapisan neuron buatan yang saling berhubungan. Untuk memungkinkan neuron belajar dan membuat prediksi secara akurat, fungsi aktivasi memainkan peran penting. Fungsi aktivasi memperkenalkan non-linearitas ke dalam jaringan saraf, memungkinkannya memodelkan hubungan kompleks antara masukan dan …
Sep 05
Memahami Training dan Validation Loss
Deep Learning telah merevolusi bidang kecerdasan buatan, memungkinkan mesin belajar dari data dan membuat prediksi dengan akurasi luar biasa. Namun, melatih model deep learning bisa menjadi tugas yang menantang, karena kita perlu mengoptimalkan model yang kompleks dengan jutaan parameter. Salah satu komponen penting dari proses pengoptimalan ini adalah memahami training dan validation loss. Training Loss …
Dec 01
Computer Vision dan Machine Learning, 25.11.2021 – 30.10.2021
Kloter pelatihan kali ini mengangkat tema Computer Vision, Machine Learning dan Deep Learning, yang berlangsung selama 5 hari, 25 – 30 November 2021. Terima kasih kepada Muhammad Adli Rizqulloh, S.Pd., M.T. dari Universitas Pendidikan Indonesia dan Jani Kusanti, S.Kom, M.Cs. dari Universitas Surakarta, yang sudah bergabung dalam kelas exclusive kali ini.
Oct 30
Computer Vision dan Machine Learning, 24.10.2021 – 29.10.2021
Selama 5 hari penuh, 24 – 29 Oktober 2021, tiga srikandi luar biasa : Wahyuni Khabzli, S.T., M.T., Wiwin Setyorini, S.T., M.T., keduanya dari Politeknik Caltex Riau, dan Rini Handayani, S.T., M.T., dari Telkom University, mengikuti pertapaan Computer Vision, Machine Learning dan Deep Learning, secara online. Walaupun dibatasi platform online, namun tetap ceria dan bersemangat …
Oct 23
Machine Learning, 21.10.2021 – 23.10.2021
Pelatihan ini bertujuan untuk memberikan pemahaman dan keterampilan dalam pengembangan dan implementasi teknologi AI (Artificial Intelligence). Peserta akan mempelajari algoritma dan teknik machine learning yang digunakan untuk memproses data numerik, gambar dan video, serta memanfaatkannyauntuk mengembangkan aplikasi yang lebih pintar dan lebih efektif. Di sisi lain, penggunakan single board computer seperti Raspberry Pi, akan membuat …
May 21
Era Baru Komputasi
Dulu, kita mengenal istilah CPU – Central Processing Unit. Kemudian lahir GPU, ketika aplikasi gaming membutuh ekstra steroid. Hari ini, di era AI, GPU yang kemarin-kemarin digunakan untuk memompa kinerja training dan inferensi, mulai “bermutasi”. Bila merujuk pada platform NVIDIA, ada CUDA cores, Tensor cores dan RT cores. Dalam satu kemasan namun masing-masing memiliki tugas …
Apr 18
Algoritma Machine Learning
Ada banyak algoritma Machine Learning yang bisa diterapkan dalam distribusi data. K Nearest Neigbors (KNN), Support Vector Machine (SVM) dan Naive Bayes adalah tiga diantaranya. K Nearest Neigbors K Nearest Neighbors (KNN) adalah yang sangat sederhana, mudah dimengerti, serbaguna dan salah satu algoritma pembelajaran mesin teratas. KNN digunakan dalam berbagai aplikasi seperti keuangan, kesehatan, …
- 1
- 2