LMS-SPADA INDONESIA
Course Content
Topic outline
-
Dosen Pengampu
Nama : MUCHAMAD KURNIAWAN
Email: muchamad.kurniawan@itats.ac.idMata Kuliah : Kecerdasan Buatan Kode : 21930001 Program Studi : S1 Teknik Informatika Perguruan Tinggi : Institut Teknologi Adhi Tama Surabaya
RPS MATAKULIAH :
Unduh RPS
Capaian Pembelajaran Mata Kuliah (CPMK) : Mahasiswa mambu memahami konsep serta implementasi dari teknik reasoning, learning, dan searching pada ilmu kecerdasan buatan.
"Artificial Intelligence adalah cabang ilmu yang paling cepat berkembang dan paling powerfull dalam sejarah umat manusia". Apakah anda setuju dengan pernyataan ini?
"Artificial Intelligence adalah ilmu yang menjadi masa depan umat manusia dan merupakan teknologi yang tidak tergantikan" Apakah anda juga setuju dengan pernyataan ini?
"Suatu saat nanti AI akan mengantikan manusia". Bagaimana dengan pernyataan ini?
"Siapapun yang mengusai AI akan mengusai dunia". ehmmm, jika pernyataan ini?
Pernyataan dan pertanyaan ini yang akan terus melekat pada beberapa pertemuan kedepan. Selain mahasiswa dapat mengimplementasi teknik-teknik dasar dari Kecerdasan Buatan, lebih penting lagi jika mahasiswa dapat melihat visi kedepan kita. Seperti apakah dunia dengan AI dimasa depan, paham apa itu AI, dan mengerti kenapa AI itu lahir. untuk mendapat visi kedepan mahasiswa wajib untuk dapat berfikir secara kritis, dan mau mengekplorasi sebuah pengetahuan. Sedikit banyak saya akan memasukkan filosofi dibalik ilmu-ilmu AI.
------------------------------------------------------------------------------------------------------------
selamat bergabung dikelas saya, tidak akan ada hal bagus yang mudah, kita perlu kerja keras untuk mendapatkan hal tersebut. dikelas ini akan banyak sekali materi dan tugas-tugas, diharapakan dengan rangkaian pembelajaran tersebut dapat membantu teman-teman semua dalam memahami AI sekaligus mengimplementasikan AI.
------------------------------------------------------------------------------------------------------------
-
meet the 'dosen'
Halo semuanya, perkenalkan nama saya Muchamad Kurniawan. Saya merupakan Dosen Teknik Informatika di ITATS. Saya akan menjadi dosen pengampu pada mata kuliah ini yaitu kecerdasan buatan pada semester ini. Untuk lebih mengenal saya, saya akan deskripsikan diri saya pada pembukaan ini.
Saya merupakan lulusan teknik informatika baik program sarjana atau program magister. Program sarjana saya ditempuh di ITATS dan program magister saya di ITS. Tugas akhir pada program sarjana saya membahas tentang metode Fuzzy Inference System pada studi kasus mesin cuci pintar. Berlanjut pada program magister pembahasan saya pada ranah metode Fuzzy Logic, tetapi saya tingkatkan metode tersebut dengan metode ANFIS (Adaptive-Network Fuzzy Inference System). Metode dasar tersebut saya optimasi dengan kombinasi dua metode optimasi Genetic Algorithm dan Particle Swarm Optimization yang dikemudian saya sebut Hybrid ANFIS-PSOGA.
Saya menjadi pengajar dari tahun 2015 sampai dengan sekarang. Saya menjadi pengajar tetap di Kampus ITATS, tetapi pernah mengajar menjadi Guru SMK, Tutor, ataupun dosen diploma. Fokus pengajaran saya terletak pada programming, database, dan tentunya kecerdasan buatan, tetapi beberapa kali mengajar tentang mata kuliah yang berbasiskan matematika turunan, seperti statistika, komputasi numerik, ataupun riset operasi.
Mari kita berpindah pada hal yang tidak terlalu formal. Hobi atau kegemaran berubah-ubah dari muda sampai dengan sekarang (akhir 30an). Pada awal muda hobi yang tidak tergantikan adalah bermain futsal, tetapi ketika sudah berkeluarga tidak ada waktu dan fisik sudah mulai berkurang. Hobi saya bergeser atau hobi lama kembali lagi, yaitu bermain musik. Walaupun tidak terlalu jago-jago amat bermain gitar tatapi satiap hari saya bermain gitar, dan sedikit belajar piano. Hobi yang tidak pernah berubah adalah menonton film, tanpa terbatas film dari mana, dan genre apapun.
Dari beberapa hobi yang saya sebutkan ada kegiatan yang saya pikir wajib menjadi kegiatan yang dimiliki oleh setiap Dosen, yaitu membaca buku. Baru mungkin 3 tahun kebelakang ini saya rajin untuk membaca buku. Dari buku-buku yang saya baca membawa penambahan minat saya yang awalnya hanya pada teknologi informasi sekarang terdapat psikologi, filsafat, pendidikan, dan bisnis. Minat-minat yang baru itu menjadi warna baru dari setiap kuliah yang saya berikan.
“Keberuntungan itu hanya 50%, 50% sisanya adalah bagaimana cara kita menyiapkan keberuntungan itu waktu dia datang”.
-
-
Selamat datang semuanya pada mata kuliah kecerdasan buatan pada minggu pertama. Capaian pembelajaran dari minggu pertama ini adalah Mahasiswa mampu memahami pentingnya kecerdasan buatan, akan tetapi karena ini adalah minggu pertama maka akan saya awali dengan kontrak kuliah terlebih dahulu, sehingga topik pembahasan untuk minggu ini adalah:
1. Tentang perkenalan matakuliah dan kontrak kuliah: pada topik ini akan terdapat video singkat penjelasan awal matakuliah, dan slide dari penjelasan divideo.
2. Pembahasan tentang pentingnya Kecerdasan Buatan: pada topik ini akan terdapat tiga materi yaitu silde modul pembelajaran, penjelasan dengan narasi text, dan matari dalam bentuk video.
-
Bagaimana kita tau gambaran besar dari satu matakuliah? tentunya dengan melihat pengantar dari matakuliah itu tersebut. Pada video ini akan terdapat capaian pembelajaran MK berserta materi-materi yang akan disampaikan, rencana tugas-tugas, serta penialaian yang akan dilakukan, termasuk bahasa pada yang akan digunakan. Tonton video sampai habis jangan sampai di skip, karena akan banyak informasi penting disana.. selamat menikmati teman-teman semua..
-
Slide ini berikan tentang kontrak mata kuliah ini. kontrak matakulian ini akan kita gunakan dan kita sepakati dalam satu semester ini. Dalam slide ini akan terdapat Capaian dan Sub-Capaian apa saja, tugas-tugas yang akan diberikan, serta sumber-sumber pembelajaran. penjelasan detail sudah terdapat pada video, slide ini digunakan untuk memudahkan pencarian jika sewaktu-waktu teman-teman lupa.
-
Apakah yang terjadi pada dunia ini sebelum ada AI dan sesudah ada AI?
Pertanyaan inilah yang menjadikan dasar dari materi ini. akan terdapat contoh penerapan AI pada empat area besar didunia ini. Pada setiap area akan dijelaskan tentang apa yang ada terjadi sebelum ada AI dan sudah AI. Dari anda membaca artikel ini, harapan saya adalah anda dapat memicu pertanyaan yang lain "apakah AI penting?"
-
Slide ini hanya menampilkan modul dari penjelasan video untuk menarangkan pentingnya AI. Modul ini dapat digunakan teman-teman untuk mengingat kembali apa yang saya sampaikan pada video tanpa harus memutar ulang video lagi.
-
================================================================
Setelah teman-teman semua membaca tulis saya tentang pentingya AI, mari kita perdalam pengetahuan kita untuk mengetahui apakah AI penting? apakah AI tidak bisa dipisahkan dari manusia? ataukan malahan AI menjadi penghambat? atau AI hanya digunakan untuk sebuah alat bantu?
untuk mendapatkan jawaban-jawaban itu saya akan bantu menjawab dengan menunjukkan ulang dengan persepsi yang berbeda keadaan dunia sebelum dan sudah AI. -
Mahasiswa harus membuat video minimal 5 menit, dengan konten video adalah pentingnya kecerdasan buatan pada setiap area.
kriteria:
1. video harus terdapat wajah para peserta kelas dan minimal 5 menit
2. kualitas audio harus baik, dapat didengar dengan jelas
3. materi video harus berfokus kepada materi minggu ke-1: pentingnya kecerdasan buatan pada area tertentu dan role model mahasiswa.
4. ketepatan (tidak telat) mengumpulkan
-
View Make a submission
-
-
Capaian Pembelajaran: Mahasiswa mengetahui tentang sejarah dari teknologi secara umum serta kecerdasan buatan secara umum.Selamat datang teman-teman semua diperkuliahan ini pada minggu ke-2. Bagaimana dengan pertemuan minggu kemarin? tentunya tugas telah terupload dan teman-teman semua sekarang telah mengetahui tentang kontribusi AI di berbagai sektor.
untuk pertemuan minggu ini materi yang akan saya sampaikan adalah sejarah dari AI, tetapi sebelum itu akan terdapat materi tentang sejarah teknologi terlebih dahulu. Kenapa seperti itu? karena saya ingin kalian dapat menangkap view yang lebih luas dan mempunyai pengetahuan tentang teknologi seperti apa AI itu?
Pada pertemuan ke-2 akan terdapat 3 jenis materi: materi narasi akan saya gunakan untuk bercerita lebih detail dan lebih lengkap dari sejarah-sejarah teknologi. materi kedua adalah modul ajar (slide) yang dapat digunakan untuk melihat dari poin-poin penting dari sejarah, dan materi terakhir adalah bentuk video, video ini digunakan untuk menerangkan lebih lengkap dan ada beberapa penekanan materi dari slide yang sebelumnya. Diakhir materi teman-teman akan membuat video lagi untuk tugas minggu ke-2 ini.
selamat menikmati materi ini, semoga dengan materi ini capaian yang sudah saya tentukan dapat terwujud.-
Apakah ada teknologi yang nantinya menggantikan AI? atau AI menjadi lebih powerfull?
untuk menjawab pertanyaan itu maka kita perlu tau sejarah dari taknologi itu sendiri sebelum masuk dalam sejarah AI. Dengan kita mengetahui sejarah maka kita akan dapat memprediksi atau melihat masa dengan lebih akurat.
Dalam artikel tersebut akan tersedia sejarah dari zaman pra-sejarah sampai dengan zaman digital. dalam artikel tersebut akan memuat capstone teknologi ataupun AI itu sendiri.
-
materi presentasi ini adalah modul pembelajaran yang akan diterangkan lebih jauh pada materi video. pada slide ini teman-teman akan melihat banyak berisikan gambar-gambar yang saya pilih untuk mengambarkan teknologi pada waktu itu.
-
penjelasan dengan video merupakan materi yang saya pilih untuk menekankan pada teknologi atau algoritma yang paling penting.
Dalam video ini juga terdapat 'clue' untuk tugas minggu ke-2, akan ada beberapa tokoh yang saya jelaskan kontribusi dibidang kecerdasan buatan. tokoh-tokoh tersebut yang menjadi bahan untuk tugas anda berikutnya, atau anda dapat memilih tokoh lain yang tidak saya sebutkan pada video.selamat menikmati materi ini, dan jangan lupa untuk membuka wawasan anda terhadap materi ini. tidak perlu anda setuju dengan saya, anda dapat membantah atau memberikan argumen yang lain.
-
berikut ini adalah sejarah AI yang dimulai dari general komputer pertama kali oleh Alan Turing sampai dengan modern AI yaitu Artificial Generative Intelligence.
-
1. pilih satu atau lebih orang yang paling berpengaruh dalam teknologi Kecerdasan Buatan menurut anda, dan sertakan alasan atau capaian orang tersebut.
2. jawab pertanyaan yang ada pada narasi pertemuan ini.
kirimkan jawaban-jawaban dari tugas anda dalam bentuk audio visual (dalam youtube), serta tulis jawaban anda pada text (pdf)
kriteria penilaian:
1. wajah terlihat bukan hanya suara
2. cara penyampaian lugas tidak terlihat sedang membaca
3. terdapatnya alasan pemilihan tokoh AI serta kontribusi yang dijadikan alasan -
buatlah narasi tentang kuliah hari ini:
1. narasi tentang kesimpulan yang kalian dapat pada minggu ke - 22. opini kuliah tentang minggu ke-2 ini
tuliskan tangan narasi tersebut dan kumpulkan via foto (image) / pdf.
-
-
Bagaimana kabar teman-teman semua? setelah dua minggu kemarin kalian mendengarkan banyak dari perkuliahan ini dan kalian juga sudah membuat penjelasan dari pentingnya AI dan sejarah AI, waktunya di minggu ini kalian mengatahui apakah AI itu.
Pada pertemuan minggu ke-3 ini Capaian Pembelajaran yang direncanakan adalah Mahasiswa mampu membuat sendiri definisi dari Kecerdasan Buatan.Materi-materi yang tersedia pada minggu ke-3 ini sama dengan dua minggu sebelumnya: materi slide, narasi text, dan narasi audio vidual.-
Mari kita awali dengan pertanyaan, Apakah itu AI? apakah itu Artificial? dan apakah itu Intelligence?
untuk menjawab pertanyaan itu kita dapat langsung mengambil kesimpulan dari text book atau chatbot AI atau dari artikel-artikel lain termasuk wikipedia. tapi apakah itu sesuai? ataukah hal tersebut tidak tepat? untuk dapat menjawab pertanyaan-pertanyaan tersebut mari kita lihat pembahasan singkat dari materi yang telah saya sampaikan di narasi ini. harapan saya dengan kita membaca dan mencari tau lebih dalam.
seperti yang diajarkan Aristotles ke kita, bahwa Kesimpulan yang benar berasal dari Premis-Premis yang benar juga, mari kita berfikir dan mencari tau premis untuk mengambil kesimpulan apa itu AI. -
Mahasiswa harus membuat video minimal 3 menit, dengan konten video adalah definisikan AI
kriteria:
1. video harus terdapat wajah para peserta kelas dan minimal 5 menit
2. kualitas audio harus baik, dapat didengar dengan jelas
3. materi video harus berfokus kepada materi minggu ke-3
4. ketepatan (tidak telat) mengumpulkan
-
Penjelasan Materi tentang Definisi dari AI berupa video. materi yang ada didalam video ini kurang lebih sama, dengan materi yang saya tuliskan, tetapi ada beberapa hal yang tidak saya sampaikan pada narasi sebelumnya, cari tau dan jangan lupa untuk membuat tugas dari penjelasan materi ini.
teman-teman tidak akan bisa menjawab tugas saya, tanpa melihat atau mendengarkan materi saya. terimakasih, selamat menikmati video singkat ini.
-
-
Bagaiamana dengan logika anda? apakah masih tetap sehat untuk mengikuti matakuliah ini? ataukan sudah mulai terdampak? Harapan saya cara berfikir teman-teman sudah mulai berubah, mempertanyakan segala sesuatu. itulah yang saya harapkan dari pertemuan ke - 1 sampai dengan ke-3.
mari kita melangkah pada Capaian baru kita, pada pertemuan ke-4 sampai dengan ke-7 adalah pertemuan untuk capaian pembelajaran kedua yaitu Mahasiswa mampu memahami konsep dari reasoning dan teknik-teknik yang untuk reasoning. Jika pertemuan sebelumnya hanya mendengarkan, maka pertemuan kedepan teman-teman harus sudah mulai hand-on Phython. Logic Program, Fuzzy Logic, expert system adalah materi yang harus kita kuasai.
Pertemuan ini membahas tentang pengantar Teknik Reasoning. pengantar ini membahas tentang konsep atau philosophy dari reasoning AI.
-
Reason. Apakah reason itu? dan ketika dalam materi reasoning AI apa korelasi yang terjadi?
Reason pertama kali dikemukakan oleh para filsuf Yunani dari socrates sampai Aristotles, bahkan sampai terdapat teori pure reasoning.
ada hubungan apa teori reason sebelum jaman digital dengan teknik reason AI?
-
-
Selamat datang lagi teman-teman semua, bagaimana belajar tentang reasoning diminggu kemarin? untuk minggu ini Capaian Pembelajaran kita adalah kalian mahasiswa mampu untuk membuat program intuk logic program. Bagaiama membuatnya? dan bagaimana sejarahnya chatBot dari awal? Mari kita ikuti semua materinya dengan seksama. Oh iya,, diminggu ini kita akan mulai membuat program, sehingga materi yang ada bukan hanya penjelasan teoritis, tetapi juga simulasi program dengan bahasa pemrograman Phyton. Selamat menikmati..
-
ELIZA, merupakan program komputer untuk percakapan atau sering disebut dengan chatBot AI. Eliza hadir pada tahun 60-an, menjadi chatBot pertama didunia. sekarang kita mengenal chatGBT atau GEMINI sebagai chatbot paling canggih. mari kita ke masa lalu terlebih dahulu untuk membuat eliza versi kita sendiri...
-
Bagaiamanakah ELIZA terbentuk? seperti apa logikanya? untuk membuat program sederhana dari ELIZA kita dapat mengikuti pembuatan program seperti di video berikut ini. teman-teman sangat bisa mengembangkan program ini. Program ini sangat cocok untuk para pemula yang baru belajar atau mengunakan bahasa Python.
-
View Make a submission
* buatlah program chatbot anda sendiri, anda bisa membuat aplikasi sederhana misalkan chatbot untuk penyewaan mobil, customer service program, costomer service hosting, dll. buatlah program anda sendiri.
kirimkan dua link.
link 1: link google colab
link 2: link video singkat penjelasan program yang dibuat
-
-
Hallo, anak-anak bagaimana kabar kalian? tentunya yang saya tanyakan kabar kalian setelah pertama kali mencoba membuat program AI dengan bahasa Python. saya harapakan tetap semangat untuk mengikuti kuliah ini, jika anda berhasil mengerjakan tugas chatBot kemarin, tentunya malah semangat untuk kuliah ini..
Untuk minggu ini kita akan belajar tentang Expert System, sehingga capaian yang saya tetapkan adalah kalian mahasiswa memahami apa itu expert system dan juga mampu mengimplementasikan program untuk expert system.
selamat belajar dan ngoding,, good luck..-
Bayangkan jika ada doktor 24 jam yang setia menunggu kita berkonsultasi? tentunya era tersebut sudah pernah kita lewati.
tetapi bagaimana kah cara kerjanya? pada materi ini akan diterangkan langkah-langkah untuk membuat expert system dengan metode foward chaining, metode yang simple tetapi ampuh.
dalam implementasi ini, kita akan memindahkan kecerdasan dari expert ke program komputer. Penasaran? yuk kita segera membaca dan melihat materi yang lain... -
setelah teman-teman semua membaca pembukaan materi ini pada materi dalam text narasi, untuk langkah selanjutnya adalah pembuatan program expert system Untuk membuat program expert system, teman-teman dapat menirukan modul yang diatas.
selamat belajar dan ngoding... -
tugas minggu ini adalah tugas kelompok satu kelompok 4-6 mahasiswa.
beberapa hal yang perlu dikumpulkan adalah:1. rule dalam bentuk tree, dengan minimal 5 layer pertanyaan. Bersama tim, buatlah rule dengan mengambil salah satu expertist, dengan diskusi teman-teman semua menentukan rule apa yang akan dibikin. kumpulkan rule tree dalam bentuk tulisan tangan dalam bentuk pohon atau membuat versi digital dengan bantuan canva/visio/drawio.
2. buatlah program untuk mengeksekusi rule yang telah dibuat, dari penjelasan video yang telah dilihat rubah kode program dengan menyesuaikan aturan yang dibuat
3. buat video penjelasan tentang program yang dibuat, dengan mengkomparasi aturan yang dibuat sebelumnya.
kumpulkan semua tugas dalam satu file (.pdf), untuk pengumpulan video seperti tugas kemarin, dicamtunkan link Youtube dalam dokumen pdf, serta link kode program ada pada Link Github.
-
-
Program chatbot AI sudah, program Expert System sudah, maka waktunya kita masuk dalam materi Luzzy logic. minggu ini kita akan belajar dengan capaian pembelajaran mahasiswa dapat memahami konsep dan teknik pembuatan program fuzzy logic.Dalam minggu ini, terdapat materi-materi seperti narasi text, slide dan juga video penjelasan.
selamat belajar materi baru,, semoga materi menjadi materi yang menyenangkan, karena akan langsung diimplementasi pada studi kasus nyata, ataupun imaginasi kita..-
Bagaimana jika sebuah kehidupan ini dipisahkan dengan batas yang pasti, batasan angka 0 dan 1, batasan tua dan muda, batasan suhu panas dan dingin???
jika didunia itu hanya ada batasan sejati, maka didunia ini hanya ada hitam putih, benar dan salah. bagaimana dunia kita saat ini? banyak sekali kompromi, atau nilai abu-abu..., itulah dasar pemikiran prof. Zadeh menciptakan logika fuzzy.
ikuti tulisan saya ini dengan baik, untuk dapat memahami konsep, teknik, dan masa depan dari teknik ini.. selamat menikmati anak-anak, tetap semangat belajar...
-
materi yang ada didalam modul ini adalah tentang konsep umum dari fuzzy logic serta penerapan pada metode FIS (fuzzy inferensia system) dengan teknik Tsukamoto yang diterapkan pada contoh satu studi kasus. foto dibawah ini adalah foto dari tokoh-tokoh Fuzzy, tetapi yang kita ambil topik adalah Fuzzy Tsukamoto yang ditemukan oleh Lakeshi Tsukamoto.
-
Video pembelajaran pada minggu ini akan ada 3 video, semua tentang simulasi fuzzy logic.
1. video pertama akan menjelasakan tentang studi kasus dan nilai-nilai parameter yang akan digunakan.
2. video kedua menjelaskan tentang perhitungan manual dari studi kasus video pertama.
3. video ketiga akan menerangkan pembuatan program dari awal sampai dengan akhir dengan bahasa pemroraman python dengan IDE Google Colab.
-
tugas minggu ini adalah membuat program secara berkelompok, maksimal 3 mahasiswa untuk satu kelompok.
yang harus dikerjakan adalah satu buat dokumen, dimana dokumen tersebut memuat:1. Penjelasan studi kasus seperti yang ada di Video (studi kasus bebas)
2. Perhitungan manual dari studi kasus yang anda pilih
3. Hasil dari running program (SS dari hasil program)
tambahkan pada dokumen anda link program pada Github / Youtube jika ingin menjelaskan program lewat audio visual.
-
-
Hallo selamat datang lagi setelah UTS. selamat datang juga capaian pembelajaran yang baru, yaitu mahasiswa mampu memahami konsep dan implementasi dari teknik Learning. Teknik ini sangat berbeda dari teknik sebelumnya (Reasoning) atau boleh dikatakan kebalikanya. jika sebelumnya berdasarkan kecerdasan manusia, jika sekarang berdasarkan data atau dapat belajar sendiri, dan implementasi produk-produk AI yang paling popular adalah teknik ini, saya bisa bilang ini adalah Teknik AI Modern.Materi yang masuk dalam sub materi ini adalah:
1. Supervised Learning : Naive Bayes Classificition, k-NN, ANN.
2. Unsupservised Learning: k-Means-
Bagaiamana jika manusia tidak mempunyai kemampuan belajar/learning?
Salah satu definisi dari 'kecerdasan' adalah kemampuan belajar. Mungkin kita lupa bagaimana kita belajar berjalan, belajar membaca, belajar mengenali orang, belajar naik sepada, belajar bahasa, hal tersebut adalah hal natural manusia. pertanyaanya adalah apakah mesin dapat belajar seperti kita? Apakah mesin dapat belajar secara natural? apakah mesin harus diatur supaya dapat belajar? bagaimana cara mesin untuk belajar? bukankah mesin hanya mesin yang dapat membaca angka 0 dan 1?
Untuk dapat menjawab pertanyaan-pertanyaan diatas kita perlu tengelam dalam materi ini. Untuk materi ini akan tersedia sejarah, definisi, filosofi, dan implementasi dari teknik ini. Materi ini hanya digunakan sebagai triger teman-teman untuk dapat lebih menjelajah materi ini.
-
Materi dalam bentuk video dapat dijadikan teman-teman semua untuk menambahkan pengetahuan atau sekedar mencari tau dari sudut pandang yang lain. Dalam materi ini terdapat penekanan matakuliah ini untuk apa dan buat apa ataupun cakupan teknik ini dalam matakuliah singkat ini. silahkan menonton video ini, semoga wawasan teman-teman dapat terbuka dan lebih tertarik dengan kecerdasan buatan
-
-
Selamat datang lagi teman-teman semua di Mata kuliah kita Kecerdasan Buatan. Kita sekarang masuk dalam minggu ke-10 dengan Capaian Pembelajaranya adalah Learning. Pada kuliah minggu ini, kita akan belajar tentang satu algoritma klasik yaitu Naive Bayes Classification. Matode ini sangat popular dikalangan penelitian AI, simple, komputasi rendah, dengan hasil yang cukup bagus.Materi-materi yang ada pada minggu ini sebagai berikut:
1. Modul Materi narasi tentang naive bayes, disana akan dijelaskan secara detail tentang algoritma ini, lengkap dengan persamaan dan prosedurenya
2. Modul slide yang berisi materi secara singkat dengan banyak ilustrasi
3. Video penjelasan yang terbagi menjadi dua: penjelasan tentang materi dan ilustrasi, dan video tentang pembuatan program Naive Bayes dengan Python.Selamat belajar dan tetap senang hati untuk ngoding AI.....-
Tomas Bayes merupakan ilmuwan matematika pada abad ke-18 yang mengemukakan teori tentang probabilitas. Teorema ini berfokus pada cara menghitung probabilitas bersyarat dari suatu peristiwa berdasarkan pengetahuan awal atau bukti baru. Teorema Bayes memiliki implikasi yang mendalam dalam bidang probabilitas, karena memperkenalkan konsep bahwa kita dapat memperbarui probabilitas sebuah hipotesis setelah mendapatkan bukti baru. Algoritma Naive Bayes adalah pengembangan dari Teorema Bayes yang diterapkan dalam pembelajaran mesin untuk tujuan klasifikasi. Kata "naive" atau "sederhana" merujuk pada asumsi yang digunakan oleh algoritma ini, yaitu bahwa setiap fitur atau variabel dalam dataset dianggap independen satu sama lain, atau tidak memiliki hubungan dengan fitur lainnya.
bagaimana implementasi, bagaimana formulanya, bagaimana prosedur algoritmanya, mari kita lihat dalam materi yang lebih lengkap pada file pdf ini.. selamat belajar dan selamat membaca.
-
Rahman merupakan mahasiswa informatika semester 5. Pada suatu waktu, Rahman bertemu dengan sabrina di perpusatkaan. Rahman mulai tertarik dengan Sabrina dan mulai mencari cara untuk menjadi pasanganya. dikarenakan Rahman adalah anak informatika, dia ingat ada teori probabilitas, dia mencoba mencari probabilitas untuk dia dapat diterima Sabrina. mulailah Rahman mencari data-data terkait Sabrina. Bagaimana Rahman menghitung probabilitasnya? dan apakah Rahman berhasil mendekati Sabrina?
Cerita diatas adalah cerita yang ada divideo ini, cerita tentang penerapan metode Naive Bayes yang diterapkan pada case nyata. Mari kita saksikan dan mari kita cermati dan jangan lupa untuk memikirkan studi kasus apa yang bisa kita gunakan lainya.. berikut ini adalah video materi pembelajaran dan ilustrasi Naive Bayes.
-
Bagaiamana teman-teman setelah melihat video sebelumnya? apakah sudah tergambar bagaimana cara kerja Naive Bayes?
untuk materi lanjutan dari ilustrasi itu adalah pembuatan program dengan studi kasus yang sama. kita akan melihat bagaimana pembuatan program dengan bahasa pemgroman Python. video akan kita bagi menjadi 3 video:
video 1 akan berisi tentang pembuatan dataset pada Python
video 2 akan berisi tentang program utama dari algoritma Naive Bayes
video 3 akan berisi materi tentang testing atau main program untuk eksekusi keseluruhan programnya
-
pengumpulan tugas untuk minggu ke-10 ini adalah untuk pembuatan program Naive Bayes. kriteria pengumpulan tugas sebagai berikut:
1. Dataset / Studi kasus telah didiskusikan terlebih dahulu pada FORUM minggu ke-10
2. Bahasa pemrograman yang digunakan bebas, tidak harus menggunakan Python, yang ingin menggunakan python juga dipersilahkan
3. Tidak diperbolehkan menggunakan Library untuk metode Naive Bayes, artinya pembuatan program dari scretch (dari 0).
4. Pengumpulan Tugas dalam bentuk PDF dimana didalamnya terdapat meteri :
- Menerangkan Dataset yang digunakan
- Menghitung manual algortima seperti yang ada di materi sebelumnya
- pengumpulan program dalam bentuk link GitHub atau link repostitory yang lain
- terdapat hasil testing (hasil run program) dalan bentuk gambar-gambar dan penjelasan (ScreenShot).
-
-
Selamat datang kembali teman-teman semua, bagaimana kesan belajar pertama kali teknik Klasifikasi? apakah menarik? apakah sudah punya ide untuk pengembanganya? apakah ada ide yang digunakan untuk skripsi? harapan yang lain dari belajar matakuliah ini adalah teman-teman semuanya mempunyai pilihan ide skripsinya nanti.Pada minggu ini kita akan belajar materi k-Nearest Neighbor, metode serupa dengan Naive Bayes yang lebih simple. Capaian pembelajaran pada Minggu ini adalah tentang kemampuan memahami dan implementasi Algorit-algoritma Learning, dengan sub pembelajaranya adalah metode k-NN.
Materi-materi yang tersedia pada minggu ini kurang lebih sama dengan materi minggu kemarin yaitu:
1. Materi narasi dalam bentuk artikel
2, modul slide presentasi
3. modul video pembelajaran serta video-video tutorial pembuatan programnya.selamat belajar teman-teman semua, tetap semangat dan tetap senang belajar tentang AI.-
k-NN, itulah nama metode yang akan kita pelajari minggu ini dan seperti yang saya sebutkan pada pembukaan pembelajaran minggu ini materi ini merupakan salah satu algoritma yang paling mudah diimplementasikan. Algortima ini biasa juga disebut 'lazy learning', dikarenakan algoritma ini tidak ada parameter yang dilearning, melainkan membutuhkan seluruh dataset untuk dilakukan inferensia data testing.
dalam meteri ini akan tersedia, pendahuluan meliputi konsep, prinsip dasar dan filosofi berfikir. Setelah pendahuluan, akan terdapat formula dan prosedur k-NN. Forluma jarak yang disampaiakan terdapat 6 pengukuran jarak yang berbeda-beda. Mteri berikutnya adalah tentang perhitungan manual, pembuatan program, serta kami sampaiakan topik-topik skripsi yang dapat diambil dari metode ini.
yuk dibaca dengan baik-baik sebelum kita masuk ke materi video.. -
modul slide ini berbeda dengan materi narasi dalam bentuk artikel, pada materi ini terdapat ilustrasi perpindahan data dengan pengambaran 2D. harapan dengan slide ini lebih tergambarkan prosedur dari metode k-NN ini.
-
Apakah yang menjadi konsep dari metode ini? apakah yang menjadi istimewa dari k-NN? dan seperti ilustrasi pada keadaan nyata didunia ini yang dapat diselesaikan?
nah untuk dapat menjawab pertanyaan-pertanyaan ini akan saya sampaikan pada video penjelasan dari Algoritma k-NN ini. silahkan dinikmati dan jika ada tidak setuju atau ada sangahan dapat juga berkomentar pada kolom komentar yang disediakan.
selamat menonton dan selamat mendapatkan ilmu baru. link
video pembuatan program K-NN -
Assigment ini digunakan untuk pengumpulan tugas minggu ke-11 dengan Algoritma K-NN. kriteria tugas akan saya jabarkan sebagai berikut:
1. link google colab, untuk duplikasi tutorial dari video atau materi pembuatan program k-NN.
2. link google colab untuk penerapan pada studi kasus yang telah kalian buat sebelumnya (forum minggu ke-10).
3. penjelasan program dalam bentuk artikel.
Kumpulkan materi-materi tersebut dalam satu dokumen bentuk PDF.
selamat bersenang-senang... peace....
-
-
Hallo Hallo Hallo, bagaimana perkembangan kecerdasan kalian? bagaimana kabar otak kalian? apakah sudah mulai digantikan kecerdasan buatan? hehehehe... Semoga kita semua tetap sehat fisik, mental, dan kognitif kita. Kenapa saya menyebut 'otak' kalian? karena pada materi ini akan berhubungan dengan otak kita, kita akan belajar bagaimana cara otak kita belajar, dan bagaimana dari proses otak belajar ('learning') tersebut diimplementasikan dalam sebuah algoritma.
Merarik bukan?sub Capaian pembelajaran yang ada dimateri ini adalah teman-teman semua paham tentang konsep dan juga implementasi algoritma ini. materi-materi yang tersedia pada minggu ini terdapat:
1. narasi text dalam bentuk artikel. Dalam artikel ini adalah materi lengkap yang bisa digunakan teman-teman untuk belajar secara mandiri.
2. modul slide presentasi, pada modul ini terdapat akan banyak gambar-gambar terkait konsep utama, serta prosedur algoritma ini.
3. Video penjelasan materi: melihat slide modul mungkin akan terlihat membingunkan atau bertanya-tanya karena pada silde tidak terdapat narasi yang banyak, hanya poin-poin saja. untuk dapat memahami materi tersebut dibutuhkan video penejelasan ini.
Setelah teman-teman belajar materi tersebut, maka seperti materi-materi sebelumnya akan terdapat tugas terkait metode ini.-
Albert Einstein adalah simbol manusia genius, yang berarti mempunyai kecerdasan sangat lebih dari manusia yang lain. Bagian otak manusia merupakan bagian yang menghasilkan kecerdasan. Ada apakah di otak itu sampai dapat menghasilkan kecerdasan? jawab dari pertanyaan itu adalah terdapat syaraf (neuron). Ukuran yang dimiliki oleh Einstein sama dengan ukuran orang normal, malah cenderung lebih kecil, tetapi ketika dibongkar otaknya, jaringan syaraf (neuron network) yang dimiliki lebih kompleks, lebih banyak dibandingkan otak manusia yang lain.
dari konsep ini, maka dibuatlah sebuah algoritma dengan menirukan kerja syarat otak manusia yang diberi nama Artificial Neural Network, atau Jaringan syaraf tiruan. Mari kita lihat materi yang ada didalamnya tentang bagaimana sejarah awal, konsep, procedure, hitungan manual, sampai dengan produk-produk AI cangih yang menerapkan metode ini sebagai dasarnya.
-
materi slide ini berisikan tentang perubahan konsep dari awal sampai dengan ditemukanya ANN (multi layer perceptron). bagaiamna jaringan awal perceptron sampai dengan deep learning akan tersaji di materi ini. contoh studi kasus juga tersedia pada slide ini.
selamat menikmati dan selamat belajar.. goodluck...
-
Apakah kita pernah diajarkan orang tua kita cara mengenali seseorang? kita semua pernah belajar berjalan, apakah kita pernah lupa untuk bagaiaman berjalan?
dalam video ini berisikan tentang konsep learning secara umum dan bagaiaman konsep ini dibawa oleh pada ilmuwan komputer kedalam suatau algoritma. yuk kita simak video ini dan ambil pembelajaran yang berharga dari video ini. selamat belajar dan nonton.. -
Bagaimana membuat program dari Artificial Neural Network?
Video tutorial ini dibagi menjadi dua bagian, bagaian pengantar dan teknis pemrogramanya.
1. video ini menjelaskan tentang enviroment apa saja yang dibutuhkan.
2. video kedua tentang bagaimana membuat programnya, dari persiapan dataset, pembuatan model, serta testing.
-
Assigment ini digunakan untuk pengumpulan tugas minggu ke-12 dengan Algoritma ANN. kriteria tugas akan saya jabarkan sebagai berikut:
1. link google colab, untuk duplikasi tutorial dari video atau materi pembuatan program ANN.
2. link google colab untuk penerapan pada studi kasus yang telah kalian buat sebelumnya (forum minggu ke-10).
3. penjelasan program dalam bentuk artikel.
Kumpulkan materi-materi tersebut dalam satu dokumen bentuk PDF.
selamat bersenang-senang... peace....
-
-
Hallo anak-anak, selamat datang lagi pada kuliah kecerdasan buatan. Minggu ke-13 ini kita akan membahas tetap pada pembelajaran learning, tetapi sub-pembelajaranya bukan tentang supervised learning, melainkan unsepervised learning. Dan analisa yang akan kita sama-sama pelajarin adalah analisa Clustering dengan metode yang saya pilihkan untuk menjadi penyelesaianya adalah k-Means.apa itu clustering? pentingkah clustering? bagaimana konsep clustering? apa yang bisa dilakukan dengan clustering? apa itu k-means? apakah ada solusi yang lain selain k-means?Untuk dapat menjawab hal tersebut, marilah kita langsung ke materi-materi yang telah tersedia. materi-materi yang tersedia kurang lebih sama, ada slide, article, dan video pembelajaran serta tutorial pembuatan program..have fun kids,,,, good luck...-
Materi ini berisikan tentang konsep clustering secara umum, ketegori-kategori yang ada pada analisa clustering, matode k-Means dan metode k-Means++.
Setiap materinya akan berisikan penjelasan detail, khusus untuk materi k-means dan k-means++ akan terdapat ilustrasi algoritma ini, dengan pengambaran data 1 Dimensi, serta tedapat psudocode dan code untuk membangun Algoritma ini.
Selamat membaca teman-teman semua, karena ini materi yang baru dibaca dengan baik dan teliti. terimakasih.... -
seperti apa clustering? konsep apa yang ada? jika teman-teman masih merasa kurang dapat feel clustering atau belum sepenuhnya paham tentang materi clustering, teamn-teman harus mengikuti video pembelajaran berikut ini.. video penjelasan singkat tentang konsep, dan algoritma metode ini..
selamat menonton anak-anak...
-
Assigment ini digunakan untuk pengumpulan tugas minggu ke-13 dengan Algoritma k-means. kriteria tugas akan saya jabarkan sebagai berikut:
1. link google colab, untuk duplikasi tutorial dari video atau materi pembuatan program k-means.
2. link google colab untuk penerapan pada studi kasus yang telah kalian buat sebelumnya (forum minggu ke-13).
3. penjelasan program dalam bentuk artikel.
Kumpulkan materi-materi tersebut dalam satu dokumen bentuk PDF.
selamat bersenang-senang... peace....
-
Oke, setelah teman-teman semua melihat materi yang telah saya sediakan, maka waktunya kita untuk hand-on (bahasa gaul untuk ngoding).
materi-materi pembuatan program saya bagi menjadi tiga bagian:
1. Seperti biasa tutorial kita akan dimulai dengan pengantar, seperti apa hasilnya nanti, bagaimana cara membuat programnya, dan apa saja yang dibutuhkan. hal-hal tersebut anda bisa lihat pada video
.2. Setelah kita mendengarkan video pertama, marilah kita menyiapkan dataset terlebih dahulu, dari pembentukan dataset lewat excel/csv sampai ke dataframe. silahkan lihat video berikut ini
.3. dataset sudah siap, waktunya kita bikin model k-Means dan scatter hasilnya juga. selamat menikmati.
-
LMS-SPADA INDONESIA