0 views
Read
#0
Belajar AI - Pre-Requisites Skill & Setup Environment
Sebelum menyentuh model atau API AI, kalian perlu menguasai dasar Python, matematika statistik & aljabar linear, serta cara berpikir berbasis data. Di episode ini kalian juga menyiapkan Python 3.12+, Jupyter/VS Code, venv, akun Hugging Face & OpenAI/Anthropic, dan memverifikasi seluruh environment siap dipakai sepanjang series.
August 16, 2026
00
Read
#1
Belajar AI - Sejarah, Latar Belakang & Mengapa Membutuhkannya
Menelusuri perjalanan AI dari uji Turing 1950, konferensi Dartmouth 1956, dua musim dingin AI, era machine learning 2010-an, deep learning & LLM 2020-an, hingga agentic AI 2025-2026, serta alasan ekonomi mengapa AI kini bernilai triliunan dolar dan menciptakan peran AI Engineer yang paling dicari.
August 16, 2026
00
Read
#2
Belajar AI - Konsep Dasar & Arsitektur Utama
Memahami peta bidang AI secara utuh: relasi AI, machine learning, deep learning, dan generative AI, plus NLP, computer vision, robotics, dan reasoning; serta menguasai terminologi kunci seperti model, training/inference, dataset, feature, label, accuracy, hallucination, dan agent yang dipakai di seluruh series.
August 16, 2026
00
Read
#3
Belajar AI - Python untuk AI & Tools Dasar
Mempelajari stack Python untuk AI: NumPy untuk komputasi numerik, Pandas untuk manipulasi data, Matplotlib untuk visualisasi, dan scikit-learn untuk machine learning dasar; serta praktik Exploratory Data Analysis pada dataset iris sebagai latihan nyata pertama.
August 16, 2026
00
Read
#4
Belajar AI - Machine Learning untuk Pemahaman AI
Mempelajari tiga cabang machine learning: supervised learning dengan classification & regression, unsupervised learning dengan clustering, dan reinforcement learning; serta membangun pipeline nyata train/test split, fit, predict, dan evaluasi accuracy & precision di dataset iris.
August 16, 2026
00
Read
#5
Belajar AI - Deep Learning & Neural Network Dasar
Mempelajari fondasi deep learning: neuron buatan, fungsi aktivasi, arsitektur layer, forward pass, backpropagation, dan overfitting; serta praktik membangun neural network sederhana dengan PyTorch untuk mengenali digit tulisan tangan MNIST dari nol.
August 16, 2026
00
Read
#6
Belajar AI - NLP & Computer Vision (Pengenalan)
Mengenal dua cabang aplikasi AI paling terlihat di dunia nyata: NLP dengan tokenization, embeddings, dan aplikasi sentiment & summarization; serta computer vision dengan image classification, object detection, dan fondasi CNN serta vision transformer.
August 16, 2026
00
Read
#7
Belajar AI - Generative AI & LLM (Pengenalan)
Mengenal bagaimana generative AI bekerja: mekanisme transformer, token, dan attention, cara LLM menghasilkan teks dengan prediksi kata, serta peta model 2026 dari yang closed seperti GPT, Claude, dan Gemini hingga open-weight seperti Llama, Qwen, dan DeepSeek.
August 16, 2026
00
Read
#8
Belajar AI - Evaluasi Model & Etika AI
Mempelajari cara mengevaluasi model secara jujur: metrik, validation set, bias/variance, serta kualitas LLM seperti groundedness dan hallucination; plus etika & regulasi AI mencakup bias, fairness, privacy, EU AI Act, NIST AI RMF, dan praktik responsible AI.
August 16, 2026
00
Read
#9
Belajar AI - Data: Akuisisi, Persiapan & Pipeline
Mempelajari sisi data engineering dari AI: akuisisi, cleaning, augmentation, labeling, dan data versioning; serta membangun pipeline data untuk training yang benar — train/validation/test split, normalization, dan feature engineering — untuk mencegah data leakage.
August 16, 2026
00