• Tentang UGM
  • PIKA UGM
  • Sekolah Vokasi
  • Departemen TEDI
  • Fahmizal Blog
Universitas Gadjah Mada Menara Ilmu Otomasi
Departemen Teknik Elektro dan Informatika
Sekolah Vokasi Universitas Gadjah Mada
  • Beranda
  • Penelitian
    • Control and Automation System
    • Internet of Things (IoT)
    • Deep Learning
    • Robotics
      • Humanoid Robot
      • Mobile Robot
      • Self-driving Car Robot
      • Arm Manipulator Robot
      • Unmanned Aerial Robot
      • Underwater Robot
    • Covid-19
      • Face Shield
      • Ventilator
      • UVD Mobile Robot
      • UVC Box Sterilizer
    • Publikasi
  • Berita
  • Artikel
  • Tutorial
  • Video
  • Tentang
    • Tim Menara Ilmu
    • Makna Logo
    • Kontak
  • Beranda
  • Artikel
  • Pengenalan Tentang Deep Learning

Pengenalan Tentang Deep Learning

  • Artikel
  • 9 October 2018, 09.46
  • By : donny.budi.p

Deep Learning (Pembelajaran Dalam) atau sering dikenal dengan istilah Pembelajaran Struktural Mendalam (Deep Structured Learning) atau Pembelajaran Hierarki (Hierarchical learning) adalah salah satu cabang dari ilmu pembelajaran mesin (Machine Learning) yang terdiri algoritma pemodelan abstraksi tingkat tinggi pada data menggunakan sekumpulan fungsi transformasi non-linear yang ditata berlapis-lapis dan mendalam. Teknik dan algoritma dalam Pembelaran dalam dapat digunakan baik untuk kebutuhan pembelajaran terarah (supervised learning), pembelajaran tak terarah (unsupervised learning) dan semi-terarah (semi-supervised learning) dalam berbagai aplikasi seperti pengenalan citra, pengenalan suara, klasifikasi teks, dan sebagainya. Deep Learning disebut sebagai Deep (dalam) karena struktur dan jumlah jaringan saraf pada algoritmanya sangat banyak bisa mencapai hingga ratusan lapisan.

 Deep Learning adalah salah satu jenis algoritma jaringan saraf tiruan yang menggunakan metadata sebagai input dan mengolahnya menggunakan sejumlah lapisan tersembunyi (hidden layer) transformasi non linier dari data masukan untuk menghitung nilai output. Algortima pada Deep Learning memiliki fitur yang unik yaitu sebuah fitur yang mampu mengekstraksi secara otomatis. Hal ini berarti algoritma yang dimilikinya secara otomatis dapat menangkap fitur yang relevan sebagai keperluan dalam pemecahan suatu masalah. Algortima semacam ini sangat penting dalam sebuah kecerdasan buatan karena mampu mengurangi beban pemrograman dalam memilih fitur yang eksplisit. Dan, algortima ini dapat digunakan untuk memecahkan permasalahan yang perlu pengawasan (supervised), tanpa pengawasan (unsupervised), dan semi terawasi (semi supervised).

Dalam jaringan saraf tiruan tipe Deep Learning setiap lapisan tersembunyi bertanggung jawab untuk melatih serangkaian fitur unik berdasarkan output dari jaringan sebelumnya. Algortima ini akan menjadi semakin komplek dan bersifat abstrak ketika jumlah lapisan tersembunyi (hidden layer) semakin bertambah banyak. Jaringan saraf yang dimiliki oleh Deep Learning terbentuk dari hirarki sederhana dengan beberapa lapisan hingga tingkat tinggi atau banyak lapisan (multi layer). Berdasarkan hal itulah Deep Learning dapat digunakan untuk memecahkan masalah kompleks yang lebih rumit dan terdiri dari sejumlah besar lapisan transformasi non linier.

 

Tags: Deep Learning Kendali Cerdas UGM Machine Learning Robot Pintar UGM Sistem Cerdas UGM SV UGM UGM

Leave A Comment Cancel reply

Your email address will not be published. Required fields are marked *

*

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Recent Posts

  • Tawaran Skripsi/Tugas Akhir di Laboratorium Instrumentasi dan Kendali DTEDI SV UGM
  • Tawaran Skripsi/Tugas Akhir, Magang/Kerja Praktik di Balai Pengembangan Instrumentasi (BPI) LIPI Bandung
  • Desain Robot Mecanum Arm Manipulator 4-DOF
  • Kinematika dan Olah Citra Robot SCARA Serpent
  • Pemodelan dan Simulasi Sistem Motor Posisi pada Arm Robot dengan Kendali Pole Placement

Recent Comments

  • Milda Nawaksari on Tutorial Labview dengan Arduino
  • Aphithep on Tower Copter With PID Controller
  • Dinie Hakim on Automatic Dump with Arduino Uno
  • Adi Rozali on Simulasi Assembler pada Factory IO menggunakan SIEMENS TIA PORTAL
  • Tio on Sistem Kunci Pintu Otomatis Berbasis Keypad 4X4 Matrix

Archives

  • October 2020
  • September 2020
  • August 2020
  • July 2020
  • June 2020
  • May 2020
  • January 2020
  • December 2019
  • November 2019
  • August 2019
  • July 2019
  • June 2019
  • May 2019
  • April 2019
  • March 2019
  • February 2019
  • December 2018
  • October 2018
  • June 2018
  • May 2018

Categories

  • Artikel
  • Berita
  • Tutorial

Meta

  • Log in
  • Entries RSS
  • Comments RSS
  • web instansi
Universitas Gadjah Mada

Laboratorium Instrumentasi dan Kendali, Departemen Teknik Elektro dan Informatika, Sekolah Vokasi, Universitas Gadjah Mada
Jl. Grafika No. 2 Kampus UGM, Yogyakarta 55281

Penanggung Jawab : Fahmizal, S.T., M.Sc.

Site: http://fahmizal.staff.ugm.ac.id

Email : fahmizal@ugm.ac.id

 

Recent Comments

  • Milda Nawaksari on Tutorial Labview dengan Arduino
  • Aphithep on Tower Copter With PID Controller
  • Dinie Hakim on Automatic Dump with Arduino Uno
  • Adi Rozali on Simulasi Assembler pada Factory IO menggunakan SIEMENS TIA PORTAL
  • Tio on Sistem Kunci Pintu Otomatis Berbasis Keypad 4X4 Matrix

Kategori

  • Artikel
  • Berita
  • Tutorial

Sosial Media

  • Youtube
  • RSS Feed
Flag Counter

© Sekolah Vokasi Universitas Gadjah Mada

[EN] We use cookies to help our viewer get the best experience on our website. -- [ID] Kami menggunakan cookie untuk membantu pengunjung kami mendapatkan pengalaman terbaik di situs web kami.I Agree / Saya Setuju