JAKARTA, NusamandiriNews–Saat ini, jumlah dan tipe data semakin meningkat sehingga manusia membutuhkan proses komputasi untuk mengekstrak data tersebut menjadi informasi yang bermanfaat, murah, dan mudah dipahami. Data Science menggunakan Machine Learning untuk mengumpulkan dan menganalisis data dalam jumlah, volume, dan skala besar.
Universitas Nusa Mandiri (UNM) sebagai Kampus Digital Bisnis, lewat Program Studi (prodi) Sains Data dan Informatika sukses menyelenggarakan Workshop Fundamental of Machine Learning and Deep Learning secara daring, pada Sabtu (29/10). Acara ini menghadirkan Peneliti dari Pusat Riset Sains Data dan Informasi BRIN yaitu Dr Foni Agus Setiawan.
Baca juga: Workshop Digital Marketing Sebagai Bentuk Pembinaan NEC Pada Mahasiswa Wirausaha
Program Studi Sains Data Sukses Gelar Workhsop
Tati Mardiana selaku Ketua Program Studi (Kaprodi) Sains Data UNM menjelaskan workshop ini bertujuan untuk meningkatkan pengetahuan dan keterampilan mahasiswa prodi Sains Data dalam menggunakan algoritma machine learning untuk analisis data dan membuat prediksi.
“Selain machine learning, saat ini yang juga sedang trend adalah Deep Learning. Deep learning merupakan cabang machine learning (ML) yang menggunakan deep neural network untuk menyelesaikan permasalahan pada domain ML. Deep Learning mampu mengenali pola dan informasi tanpa pengawasan dari data yang tidak terstruktur atau tidak berlabel,” tambahnya dalam keterangan rilis yang diterima, Jumat (4/11).
Ia pun berpesan pada seluruh peserta, agar mampu memanfaatkan dengan baik kegiatan ini dan mengambil ilmu sebanyak-banyaknya dari narasumber.
“Perkembangan algoritma machine learning dan deep learning berkembang dengan pesat, jadi sudah menjadi keharusan sebagai mahasiswa untuk berperan aktif dalam memperbarui skill sehingga dapat menghasilkan inovasi yang bermanfaat bagi masyarakat,” tandasnya.
Sementara itu, Dr Foni Agus Setiawan sebagai narasumber menjelaskan, pada machine learning terdapat beberapa teknik yang bisa digunakan dalam prosesnya. Beberapa teknik tersebut yakni supervised learning, semi supervised learning, reinforcement learning, unsupervised learning, dan dimensionality reduction.
“Deep learning merupakan bagian dari machine learning yang berbasis neural network. Biasanya deep learning diterapkan untuk deteksi objek dan natural language processing (NLP),” terangnya.
Kemudian jelasnya, dalam project menghitung jumlah kendaraan yang lewat di sebuah titik jalan tertentu menggunakan library YOLO yang singkatanya adalah You Only Look Once.
“YOLO menggunakan pendekatan yang sangat berbeda dengan algoritma sebelumnya, yakni menerapkan jaringan syarsaf tunggal pada keseluruhan gambar,” katanya.
Baca juga: BEM UNM Akan Hadirkan Workshop Digital Printing Bagi Generasi Wirausaha
Jaringan ini, tegasnya akan membagi gambar menjadi wilayah-wilayah kemudian memprediksi kotak pembatas dan probabilitas, untuk setiap kotak wilayah pembatas ditimbang probabilitasnya untuk mengklasifikasian sebagai objek atau bukan.
“Para mahasiswa harus banyak berlatih mencoba berbagai macam algoritma machine learning dan deep learning dengan menggunakan dataset public yang dapat diambil dari Kaggle untuk meningkatkan keterampilan di bidang machine learning dan deep learning,” tutupnya. (UMF)
