Tugas Individu 5
Tugas Individu 5
Dosen Pengajar :
Indry Ayu Lestary, S.Kom, M.T.I.
Disusun Oleh :
ROHMAT INDRA PRATAMA
2023130026
Kelas MNJ23A
FAKULTAS BISNIS
PROGRAM STUDI MANAJEMEN (S1)
UNIVERSITAS BINA INSANI
2023
Penulis : Dr. Rohmat Indra Pratama, S.M., M.M., M.Ak., M.B.A., CRMP., CRA.,CPA.
KATA PENGANTAR
Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa, karena atas limpahan
rahmatnya bagi penyusun dapat menyelesaikan makalah ini tepat waktu tanpa ada halangan
Ucapan terima kasih kami sampaikan kepada Ibu Indry Ayu Lestari, S.Kom,. M.T.I.
sebagai dosen pengajar mata kuliah Pengantar Aplikasi Komputer yang telah membantu
Kami menyadari bahwa dalam penyusunan makalah ini masih banyak kekurangan
karena keterbatasan kami. Maka dari itu penyusun sangat mengharapkan kritik dan saran
untuk menyempurnakan makalah ini. Semoga apa yang ditulis dapat bermanfaat bagi semua
Penulis : Dr. Rohmat Indra Pratama, S.M., M.M., M.Ak., M.B.A., CRMP., CRA.,CPA.
3
Daftar Isi
BAB I.......................................................................................................................................................4
PENDAHULUAN...................................................................................................................................4
Latar Belakang.....................................................................................................................................4
Rumusan Masalah................................................................................................................................5
Tujuan Penulisan..................................................................................................................................5
BAB II......................................................................................................................................................6
PEMBAHASAN......................................................................................................................................6
2.1 Penggunaan kecerdasan buatan (Artificial Intelligence, AI) dalam industri.................................6
2.2 Cara Mengelola Dampak Penggunaan AI dalam Industri.............................................................8
2.3 Mengukur Keandalan dan Kepercayaan Model AI.......................................................................9
2.4 Apa itu Deep Learning?...............................................................................................................11
2.5 Mengapa Deep Learning itu penting?..........................................................................................11
2.5 Apa saja kegunaan Deep Learning?.............................................................................................12
2.5.1 Penglihatan komputer...........................................................................................................12
2.5.2 Pemrosesan Bahasa Alami....................................................................................................13
2.5.3 Mesin rekomendasi...............................................................................................................13
2.6 Bagaimana cara kerja Deep Learning?........................................................................................13
2.7 Apa itu Deep Learning dalam konteks Machine Learning?........................................................14
2.8 Apa saja manfaat Deep Learning dibandingkan Machine Learning?..........................................15
2.8.1 Pemrosesan Data Tidak Tersruktur yang Efisien.................................................................15
2.8.2 Hubungan Tersembunti yan Penemuan Pola........................................................................15
2.8.3 Pembelajaran Tanpa Pengawasan.........................................................................................15
2.8.4 Pemrosesan Data Fluktuatif..................................................................................................15
2.9 Pengertian Machine Learning......................................................................................................16
2.9 Mengapa Machine Learning itu penting?....................................................................................16
BAB III..................................................................................................................................................18
PENUTUP.............................................................................................................................................18
3.1 Kesimpulan..................................................................................................................................18
3.2 Saran............................................................................................................................................18
DAFTAR PUSTAKA............................................................................................................................19
DAFTAR ISI
4
Daftar Gambar
DAFTAR GAMBAR
5
BAB I
PENDAHULUAN
Latar Belakang
Sejarah AI dimulai pada tahun 1956 ketika John McCarthy, Marvin Minsky,
Nathaniel Rochester, dan Claude Shannon mengadakan Konferensi Dartmouth. Konferensi
ini dianggap sebagai awal dari pengembangan AI sebagai bidang ilmu yang terpisah. Pada
awalnya, para peneliti berharap dapat membuat mesin yang dapat meniru kemampuan
manusia dalam berpikir, belajar, dan memecahkan masalah. Namun, pada tahun 1970-an,
perkembangan AI mengalami kemunduran karena terbatasnya teknologi dan sumber daya
yang tersedia.
Pada akhir 1990-an dan awal 2000-an, AI kembali mengalami kemajuan dengan
sistem AI yang mampu mengatasi masalah yang lebih rumit seperti pengenalan wajah, suara,
dan memproses serta menganalisis data dalam jumlah besar. Di tahun 2010-an, AI semakin
canggih dan mulai digunakan secara luas dalam berbagai bidang seperti pengenalan suara dan
wajah, analisis data, dan pengembangan mobil otonom.
Hingga kini, AI semakin berkembang dengan pesat dan hampir semua aspek
kehidupan kita tak terlepas dengan adanya AI. AI telah membantu mempermudah hidup kita
dengan cara yang sebelumnya tidak pernah dibayangkan, seperti asisten virtual dan mobil
otonom. Selain itu, AI juga terus digunakan untuk membantu penelitian dan pengembangan
di bidang kesehatan, energi, hingga lingkungan. Dengan canggihnya AI ini, diharapkan dapat
membantu manusia dalam menyelesaikan berbagai masalah dan meningkatkan kualitas hidup
manusia di masa depan.
BAB I PENDAHULUAN
6
Rumusan Masalah
a. Apa pengaruh penggunaan AI dalam industri terhadap tenaga kerja manusia dan
bagaimana kita dapat mengelola dampaknya?
b. Bagaimana mengukur keandalan dan kepercayaan model AI dalam situasi dunia
nyata?
c. Apa itu Deep learning dan Machine Learning?
Tujuan Penulisan
a. Untuk mengetahui pengaruh penggunaan AI dalam Industri terhadap tenaga kerja
manusia dan mengelolanya.
b. Untuk dapat mengekur keandalan dan kepercayaan AI dalam dunia nyata.
c. Untuk mengetahui lebih lanjut apa itu AI dan jenis-jenisnya.
BAB I PENDAHULUAN
7
BAB II
PEMBAHASAN
Kecerdasan Buatan (Artificial Intelligence, AI) adalah bidang ilmu komputer yang
berkaitan dengan pengembangan sistem komputer yang mampu melakukan tugas yang
biasanya memerlukan kecerdasan manusia. Tujuan utama dari AI adalah untuk menciptakan
program komputer atau mesin yang dapat belajar, berpikir, dan mengambil keputusan seperti
yang biasa dilakukan oleh manusia, berdasarkan data dan pemahaman yang diberikan kepada
mereka. AI mencakup berbagai teknik dan pendekatan, termasuk machine learning, deep
learning, pengolahan bahasa alami, visi komputer, dan banyak lagi.
BAB II PEMBAHASAN
7
2. Peningkatan Produktivitas
Penggunaan AI dalam industri sering kali meningkatkan produktivitas dan efisiensi. Ini
dapat menghasilkan lebih banyak output dengan menggunakan lebih sedikit sumber daya
manusia.
4. Peningkatan Keselamatan
AI digunakan dalam industri untuk memantau dan mengontrol operasi yang berbahaya
atau monoton. Ini dapat mengurangi risiko cedera pekerja manusia.
Picture 1 1
BAB II PEMBAHASAN
9
Mendorong pendidikan dan pelatihan yang relevan dalam AI untuk pekerja manusia,
sehingga mereka dapat mengembangkan keterampilan yang diperlukan untuk berinteraksi
dengan teknologi AI.
2. Adopsi Bertahap
3. Kerjasama Manusia-AI
Membangun sistem yang mempromosikan kolaborasi antara manusia dan AI, di mana AI
dapat membantu pekerja manusia dalam tugas-tugas yang lebih kompleks dan kreatif.
BAB II PEMBAHASAN
10
Mengukur keandalan dan kepercayaan model kecerdasan buatan (AI) dalam situasi
dunia nyata adalah langkah kritis dalam mengimplementasikan dan memvalidasi model AI
sebelum digunakan dalam keputusan penting atau aplikasi yang berdampak besar. Berikut
adalah beberapa cara untuk mengukur keandalan dan kepercayaan model AI:
Implementasikan model AI dalam situasi dunia nyata dan periksa sejauh mana model
berkinerja sesuai dengan yang diharapkan. Dalam konteks mobil otonom misalnya,
melakukan uji coba di jalan raya secara nyata.
3. Pengujian A/B
Bandingkan performa model AI dengan solusi alternatif atau model AI lain dalam
lingkungan produksi yang nyata. Ini membantu mengukur sejauh mana model AI
memberikan manfaat yang signifikan.
BAB II PEMBAHASAN
11
Kualitas data masukan memiliki dampak besar pada keandalan model AI. Pastikan data
yang digunakan untuk melatih dan menguji model berkualitas baik dan bebas dari
kesalahan.
6.
Analisis
Sensitivitas
Lakukan analisis sensitivitas untuk mengukur sejauh mana model AI rentan terhadap
perubahan dalam data masukan atau parameter model. Ini membantu mengidentifikasi
titik lemah dan batasan model.
Uji keandalan model AI dalam kasus-kasus khusus atau "corner cases" yang mungkin
tidak tertangani dengan baik oleh model. Ini penting untuk mengidentifikasi batasan
model.
Uji model AI terhadap serangan, seperti serangan peretasan atau serangan adversarial,
dan ukur sejauh mana model tahan terhadap serangan tersebut.
Konsultasikan hasil dan performa model dengan pakar domain yang memiliki
pemahaman mendalam tentang domain aplikasi model. Mereka dapat memberikan
wawasan berharga tentang keandalan model.
BAB II PEMBAHASAN
12
Mengukur keandalan dan kepercayaan model AI merupakan tugas yang rumit, dan
metode yang digunakan harus disesuaikan dengan konteks dan jenis model yang
digunakan. Seiring dengan meningkatnya kompleksitas model AI, pengujian dan validasi
yang cermat menjadi semakin penting untuk memastikan bahwa model berkinerja secara
konsisten dalam situasi dunia nyata.
1. Asisten digital
2. Pengendali jarak jauh televisi yang diaktifkan suara
3. Deteksi penipuan
4. Pengenalan wajah otomatis
Deep learning juga merupakan komponen penting dari teknologi yang muncul seperti mobil
otonom, realitas virtual, dan masih banyak lagi.
Model deep learning merupakan file komputer yang telah dilatih oleh para ilmuwan data
untuk melakukan tugas menggunakan algoritme atau serangkaian langkah yang telah
ditentukan. Bisnis menggunakan model deep learning untuk menganalisis data dan membuat
prediksi dalam berbagai aplikasi.
BAB II PEMBAHASAN
12
1. Mobil otonom menggunakan model deep learning untuk secara otomatis rambu lalu
lintas dan pejalan kaki.
2. Sistem pertahanan menggunakan deep learning untuk secara otomatis menandai
lingkup area pada citra satelit.
3. Analisis citra medis menggunakan deep learning untuk secara otomatis mendeteksi sel
kanker untuk diagnosis medis.
4. Pabrik menggunakan aplikasi deep learning untuk secara otomatis mendeteksi saat
orang atau benda berada dalam jarak mesin yang tidak aman.
Anda dapat mengelompokkan berbagai kasus penggunaan deep learning ini ke dalam empat
kategori luas—penglihatan komputer, pengenalan ucapan, pemrosesan bahasa alami (NLP),
dan mesin rekomendasi.
1. Moderasi konten untuk menghapus konten yang tidak aman atau tidak pantas secara
otomatis dari arsip citra dan video
2. Pengenalan wajah untuk mengidentifikasi wajah dan mengenali atribut seperti mata
terbuka, kacamata, dan rambut di wajah
3. Klasifikasi citra untuk mengidentifikasi logo merek, pakaian, perlengkapan
keselamatan, dan detail citra lainnya.
BAB II PEMBAHASAN
14
Neuron buatan adalah modul perangkat lunak yang disebut simpul, yang
menggunakan perhitungan matematika untuk memproses data. Jaringan neural buatan adalah
algoritme deep learning yang menggunakan simpul ini untuk memecahkan masalah
kompleks.
BAB II PEMBAHASAN
15
Proses ini disebut pembelajaran yang diawasi. Dalam pembelajaran yang diawasi, akurasi
hasil hanya akan meningkat jika Anda memiliki set data yang luas dan cukup bervariasi.
BAB II PEMBAHASAN
16
BAB II PEMBAHASAN
17
Machine learning adalah sebuah cabang dari kecerdasan buatan (artificial intelligence)
yang memungkinkan komputer untuk belajar dari data dan pengalaman untuk melakukan
tugas-tugas tertentu tanpa perlu diprogram secara eksplisit. Dalam machine learning,
algoritma dan model komputer dikembangkan untuk mengidentifikasi pola dan membuat
prediksi atau pengambilan keputusan berdasarkan data yang ada. Singkatnya, machine
learning adalah tentang membuat komputer mampu belajar dan beradaptasi dari data untuk
meningkatkan kinerjanya dalam tugas-tugas tertentu.
Machine learning mampu mengatasi jumlah data yang sangat besar dan kompleks yang
sulit atau tidak mungkin untuk dikelola secara manual. Hal ini memungkinkan analisis
yang lebih mendalam dan pengambilan keputusan yang lebih baik.
BAB II PEMBAHASAN
17
Machine learning memungkinkan prediksi yang lebih akurat dalam berbagai bidang,
seperti peramalan cuaca, analisis saham, peramalan penjualan, dan sebagainya. Ini
membantu organisasi membuat keputusan yang lebih baik.
Machine learning dapat digunakan untuk mendeteksi anomali dan serangan keamanan
komputer dengan lebih efektif daripada metode tradisional, membantu melindungi sistem
dan data dari potensi pelanggaran.
BAB II PEMBAHASAN
19
BAB III
PENUTUP
3.1 Kesimpulan
Dalam keseluruhan, AI telah membawa perubahan besar pada industri di Indonesia.
Dari eksplorasi hingga produksi dan pemeliharaan, kecerdasan buatan telah membantu dalam
meningkatkan efisiensi, efektivitas, dan keselamatan kerja di industri ini. Dengan lebih
banyak perusahaan dan pemerintah di Indonesia yang mengadopsikan teknologi AI,
diharapkan bahwa industri minyak dan gas dapat lebih maju dan berkembang di masa depan.
3.2 Saran
DAFTAR PUSTAKA
FPJ Web Desk. Heres all about machine learning models. Free Press Journal. Published
March 6, 2023. Accessed November 1, 2023. https://www.freepressjournal.in/business/heres-
all-about-machine-learning-models
Apa itu Deep Learning? - Penjelasan tentang Deep Learning - AWS. Amazon Web Services,
Inc. Published 2017. Accessed November 1, 2023. https://aws.amazon.com/id/what-is/deep-
learning/
Dicoding Intern. Apa itu Machine Learning? Beserta Pengertian dan Cara Kerjanya -
Dicoding Blog. Dicoding Blog. Published August 18, 2020. Accessed November 1, 2023.
https://www.dicoding.com/blog/machine-learning-adalah/
FTIK. KECERDASAN BUATAN MEMBAWA PERUBAHAN BESAR PADA INDUSTRI
DI INDONESIA – FTIK Teknokrat. Teknokrat.ac.id. Published 2023. Accessed November 1,
2023. https://ftik.teknokrat.ac.id/kecerdasan-buatan-membawa-perubahan-besar-pada-
industri-di-indonesia/#:~:text=Dalam%20industri%20manufaktur%2C%20AI
%20dapat,pasok%20dan%20memprediksi%20permintaan%20pasar.&text=Industri
%20produksi%20di%20Indonesia%20telah,produksi%2C%20dan%20memperkirakan
%20waktu%20perbaikan.
Teknologi Inti Revolusi Industri 4.0 | Indonesia Baik. Indonesiabaik.id. Published 2017.
Accessed November 1, 2023. https://indonesiabaik.id/infografis/teknologi-inti-revolusi-
industri-40
DAFTAR PUSTAKA