Lewati ke konten utama
pelatihan
.org
Belajar. Praktik. Berkembang.
Kategori
ID
Masuk
Daftar
Menu
Kurikulum A.I.: 8 Bab, 55 Lesson — pelatihan.org
Beranda
/
Katalog
/
A.I.
/
Kurikulum
Kurikulum
Kurikulum A.I.
Belajar A.I. online lewat 55 lesson terstruktur, contoh kode, dan 275 soal kuis.
55 lesson
8 bab
275 soal
Ringkasan dan poin kunci bisa dilihat gratis. Materi lengkap, contoh kode, dan kuis memerlukan langganan.
01
Machine Learning
18 lesson
01
ML Intro
Pengantar kecerdasan buatan (Artificial Intelligence/AI): bidang ilmu komputer yang membuat mesin mampu melakukan tugas yang biasanya memerlukan kecerdasan manusia. AI ada di…
02
ML and AI
Pelajaran ini menjelaskan hubungan antara AI dan machine learning: AI adalah tujuan besar membuat mesin cerdas, sedangkan machine learning adalah pendekatan agar sistem belajar…
03
ML Languages
Ada banyak bahasa pemrograman yang dipakai untuk membangun sistem AI dan machine learning. Python paling populer karena sintaksnya sederhana dan library-nya lengkap, seperti…
04
ML JavaScript
JavaScript memungkinkan kita membuat aplikasi AI langsung di browser tanpa server komputasi khusus. Library populer di ekosistem ini adalah Brain.js untuk neural network dan…
05
ML Examples
Halaman ini memperlihatkan berbagai contoh nyata penerapan AI dan machine learning. Pola yang dipelajari mesin bisa berupa angka, teks, gambar, maupun suara, lalu dipakai untuk…
06
ML Linear Graphs
Grafik linier adalah garis lurus yang mewakili fungsi berbentuk y = mx + b. Dalam machine learning, garis linier dipakai memodelkan hubungan sederhana antara fitur dan hasil,…
07
ML Scatter Plots
Scatter plot (plot sebar) menampilkan data sebagai titik-titik pada bidang koordinat untuk melihat hubungan antara dua variabel. Pola titik membantu kita menebak apakah ada…
08
ML Perceptrons
Perceptron adalah model machine learning paling sederhana, setara dengan satu neuron buatan. Ia menerima beberapa input, mengalikannya dengan bobot, menjumlahkannya bersama bias,…
09
ML Recognition
Pengenalan pola (recognition) adalah tugas AI mengenali bentuk, gambar, atau suara dari data mentah. Gambar dikonversi menjadi matriks angka piksel sehingga bisa diproses…
10
ML Training
Training adalah proses melatih model dengan data sehingga ia menebak keluaran yang benar dan memperbaiki bobotnya dari kesalahan. Proses ini diulang berkali-kali (epoch) dengan…
11
ML Testing
Setelah training, model harus diuji dengan data yang belum pernah dilihat untuk mengukur kemampuan sebenarnya. Hasil pengujian biasanya dinyatakan sebagai persentase akurasi,…
12
ML Learning
Machine learning memiliki tiga pendekatan utama: supervised, unsupervised, dan reinforcement learning. Supervised memakai data berlabel, unsupervised mengelompokkan data tanpa…
13
ML Terminology
Memahami istilah dasar machine learning memudahkan kita membaca dokumen dan kode model. Istilah kunci meliputi fitur (ciri input), label (jawaban yang diprediksi), model…
14
ML Data
Data adalah bahan utama machine learning: tanpa data berkualitas, model tidak akan berguna. Data umumnya dibagi menjadi data training untuk belajar dan data testing untuk…
15
ML Clustering
Clustering adalah teknik unsupervised learning untuk mengelompokkan data serupa tanpa label. Algoritma populer antara lain K-Means yang membagi data menjadi K kelompok…
16
ML Regressions
Regression (regresi) dipakai untuk memprediksi nilai kontinu seperti harga, suhu, atau berat. Regresi linier mencari garis lurus terbaik yang mendekati seluruh titik data dengan…
17
ML Deep Learning
Deep learning memakai jaringan saraf tiruan (neural network) yang terdiri dari banyak lapisan neuron. Tiap neuron menjumlahkan input terbobot, menambah bias, lalu melewatkan…
18
ML Brain.js
Brain.js adalah library JavaScript yang memudahkan membuat dan melatih neural network tanpa konfigurasi rumit. Cukup siapkan array pasangan input dan output, lalu panggil…
02
TensorFlow
4 lesson
01
TFJS Tutorial
TensorFlow.js adalah library untuk menjalankan model machine learning TensorFlow di JavaScript, baik di browser maupun Node.js. Data dalam TensorFlow direpresentasikan sebagai…
02
TFJS Operations
TensorFlow menyediakan operasi dasar pada tensor seperti penjumlahan, pengurangan, pembagian, dan perkalian elemen per elemen. Selain itu ada operasi matriks seperti…
03
TFJS Models
Di TensorFlow.js, model biasanya dibuat dengan tf.sequential() berupa tumpukan lapisan, misalnya tf.layers.dense. Setelah struktur jaringan disusun, model dikompilasi dengan…
04
TFJS Visor
tfjs-vis adalah library resmi untuk memvisualisasikan data dan proses training TensorFlow.js di browser. Fungsi tf.visor() membuka panel visualisasi berisi surface yang bisa…
03
Example 1
4 lesson
01
Ex1 Intro
Contoh pertama TensorFlow.js memprediksi nilai y dari nilai x yang memiliki hubungan hampir linier. Kita menyiapkan data berupa tensor x dan y, membuat model sederhana, lalu…
02
Ex1 Data
Data dalam TensorFlow.js dibuat menjadi tensor dengan tf.tensor1d untuk vektor dan tf.tensor2d untuk matriks. Data yang rapi membuat model mudah dilatih dan hasilnya mudah…
03
Ex1 Model
Model dibuat dengan tf.sequential() lalu ditambahkan lapisan dense sesuai kebutuhan masalah. Untuk regresi sederhana cukup satu lapisan dengan satu neuron, dikonfigurasi dengan…
04
Ex1 Training
Training dijalankan dengan model.fit(xs, ys, {epochs: n}) yang mengulang proses belajar n kali pada seluruh data. Setiap epoch, bobot disesuaikan agar loss mengecil. Setelah…
04
Example 2
4 lesson
01
Ex2 Intro
Contoh kedua memprediksi harga rumah dari beberapa fitur sekaligus, misalnya luas, jumlah kamar, dan usia bangunan. Karena keluarannya berupa angka kontinu, masalah ini termasuk…
02
Ex2 Data
Sebelum melatih model harga rumah, data dinormalisasi dengan membagi setiap nilai terhadap nilai maksimumnya sehingga berada di rentang 0 sampai 1. Data juga dibagi menjadi…
03
Ex2 Model
Model untuk harga rumah memakai inputShape sesuai jumlah fitur, misalnya 3, dengan lapisan tersembunyi beraktivasi ReLU dan satu neuron keluaran untuk harga. Loss tetap…
04
Ex2 Training
Setelah model harga rumah siap, training dijalankan dengan model.fit() memakai data ternormalisasi, sering dengan batchSize tertentu agar pembaruan bobot lebih sering terjadi.…
05
JS Graphics
6 lesson
01
Graph Intro
Visualisasi data membantu kita memahami pola yang tersembunyi di balik kumpulan angka. JavaScript menawarkan banyak pilihan untuk membuat grafik, mulai dari canvas manual hingga…
02
Graph Canvas
HTML5 canvas menyediakan area menggambar yang dikendalikan sepenuhnya melalui JavaScript. Dengan objek context 2D kita bisa membuat garis, lingkaran, teks, dan bentuk lain untuk…
03
Graph Plotly.js
Plotly.js adalah library JavaScript untuk membuat grafik interaktif seperti scatter plot, garis, batang, dan banyak lagi. Cukup siapkan array x dan y, tentukan mode dan tipe…
04
Graph Chart.js
Chart.js adalah library JavaScript ringan untuk membuat grafik seperti batang, garis, dan lingkaran di atas elemen canvas. Kita cukup membuat objek Chart dengan tipe, labels, dan…
05
Graph Google
Google Charts adalah layanan visualisasi dari Google yang dimuat langsung dari internet melalui google.charts.load(). Data disiapkan dalam bentuk tabel, lalu tipe grafik tertentu…
06
Graph D3.js
D3.js (Data-Driven Documents) adalah pustaka untuk memanipulasi DOM dan SVG berdasarkan data. Kita mengikat data ke elemen, lalu D3 membuat atau mengubah elemen tersebut secara…
06
History
8 lesson
01
History of Intelligence
Kecerdasan manusia lahir dari otak yang berisi miliaran sel saraf (neuron) yang saling terhubung. Setiap neuron menerima sinyal, mengolahnya, lalu meneruskan sinyal keluaran ke…
02
History of Languages
Bahasa pemrograman berevolusi dari kode mesin biner yang dimengerti komputer, lalu bahasa assembly dengan simbol singkatan, hingga bahasa tingkat tinggi seperti Fortran, Lisp,…
03
History of Numbers
Sebelum komputer modern, manusia sudah mengembangkan berbagai sistem bilangan dan alat hitung seperti abacus. Komputer modern memproses segalanya dalam sistem bilangan biner…
04
History of Computing
Sejarah komputer mencatat empat generasi besar berdasarkan teknologi utamanya: vakum tabung, transistor, sirkuit terpadu, hingga mikroprosesor. Setiap generasi menghasilkan…
05
History of Robots
Robot adalah mesin yang bisa menjalankan tugas otomatis, sering dengan sensor dan pengendali program. Kata 'robot' populer dari drama R.U.R. karya Karel ─îapek, lalu berkembang…
06
History of AI
Sejarah AI dimulai dari gagasan Alan Turing tentang mesin yang bisa berpikir, termasuk tes Turing pada 1950. Konferensi Dartmouth pada 1956 secara resmi melahirkan bidang…
07
Job Replacements
Banyak yang khawatir AI akan menggantikan pekerjaan manusia, namun kenyataannya lebih beragam. AI mengotomasi tugas berulang berbasis aturan jelas, sementara melahirkan peran…
08
Theory of Mind
Konsep theory of mind adalah tahap AI yang mampu memahami keadaan mental, emosi, dan niat orang lain, mirip kemampuan sosial manusia. AI saat ini umumnya masih berupa Artificial…
07
Mathematics
6 lesson
01
Mathematics
Machine learning bertumpu pada beberapa cabang matematika, terutama aljabar linear, kalkulus, dan statistik. Aljabar linear dipakai merepresentasikan data dan bobot sebagai…
02
Linear Functions
Fungsi linear berbentuk y = mx + b adalah dasar dari banyak konsep machine learning. Nilai m adalah gradien yang menentukan kecuraman garis, sedangkan b adalah titik potong pada…
03
Linear Algebra
Aljabar linear mempelajari vektor dan matriks yang menjadi bahasa utama machine learning. Data pelatihan, bobot layer, hingga hasil prediksi semuanya direpresentasikan sebagai…
04
Vectors
Vektor adalah daftar angka berurutan yang merepresentasikan sebuah titik atau fitur dalam ruang multidimensi. Dua operasi dasar vektor adalah penjumlahan elemen per elemen dan…
05
Matrices
Matriks adalah tabel angka berbaris dan berkolom yang menjadi struktur data paling sering dipakai machine learning. Matriks identitas berperan seperti angka 1 pada perkalian,…
06
Tensors
Tensor adalah generalisasi dari skalar, vektor, dan matriks ke jumlah dimensi yang lebih banyak. Skalar berdimensi 0, vektor berdimensi 1, matriks berdimensi 2, dan seterusnya.…
08
Statistics
5 lesson
01
Statistics
Statistik adalah ilmu mengumpulkan, menganalisis, dan menafsirkan data, dan menjadi tulang punggung machine learning. Konsep intinya meliputi mean, median, distribusi,…
02
Descriptive
Statistik deskriptif meringkas data menjadi beberapa angka ringkas: mean (rata-rata), median (nilai tengah), dan mode (nilai paling sering muncul). Ketiganya memberi gambaran…
03
Variability
Variance dan standar deviasi mengukur seberapa jauh nilai-nilai data menyebar dari rata-ratanya. Variance adalah rerata kuadrat selisih tiap nilai terhadap mean, sedangkan…
04
Distribution
Distribusi menjelaskan bagaimana nilai-nilai dalam sebuah data tersebar. Bentuk paling terkenal adalah distribusi normal (bell curve) yang simetris di sekitar mean, dengan nilai…
05
Probability
Probabilitas mengukur peluang terjadinya sebuah peristiwa, berkisar dari 0 (mustahil) hingga 1 (pasti). Konsep ini menjadi dasar model prediktif seperti klasifikasi yang…