1. Find more PowerPoint templates on prezentr.com! SMART ROBOT & MACHINE LEARNING Science, Game, and Life Susijanto Tri Rasmana

2. Find more PowerPoint templates on prezentr.com! Robot Berasal dari bahasa Ceko ‘Robota’, pekerja yang tak kenal lelah Sebuah mesin yang mampu melakukan serangkaian tugas rumit secara otomatis, berdasarkan diprogram computer (Oxford dictionary) Sebuah manipulator terkendali, multifungsi, dan mampu diprogram untuk bergerak dalam tiga aksis atau lebih, yang tetap berada di tempat atau bergerak untuk digunakan dalam aplikasi otomasi industry (ISO 8373)

3. Find more PowerPoint templates on prezentr.com! Jenis Robot Arm robot Mobile robot Humanoid robot

4. Find more PowerPoint templates on prezentr.com! Smart Robot Robot cerdas, adalah robot yang dilengkapi sistem kecerdasan buatan (AI).

5. Find more PowerPoint templates on prezentr.com! AI dan Perkembangannya AI (kecerdasan buatan) adalah rekayasa untuk membuat sistem dan program computer yang cerdas ML adalah bagian dari AI yang focus pada pengembangan kemampuan sistem untuk belajar dari lingkungan dan pengalaman. DL adalah cabang dari ML dengan menggunakan Deep Neural Network.

6. Find more PowerPoint templates on prezentr.com! Artificial Neural Network (ANN) Adalah model/tiruan dari jaringan syaraf manusia Syaraf dari jutaan sel neuron Sel neuron dimodelkan sebagai fungsi matematis

7. Find more PowerPoint templates on prezentr.com! Artificial Neural Network (ANN) Merupakan operasi penjumlahan dari setiap input dan bobotnya ditambah nilai bias. Hasil penjumlahan digunakan sebagai trigger fungsi aktivasi

8. Find more PowerPoint templates on prezentr.com! Fungsi Aktivasi Fungsi yang diaktifkan dari hasil penjumlahan nilai-nilai input (perkalian nilai input dan bobot) + bias Jenis fungsi aktivasi: Linear Non linear (sigmoid, Tanh, ReLU)

9. Find more PowerPoint templates on prezentr.com! Training ANN merupakan jenis supervised learning Memerlukan proses pembelajaran (training) Training digunakan untuk memperbaiki nilai bobot dan bias pada neuron Tahapan training: Forward pass/propagation Backward pass/propagation Tahapan training dilakukan berulang kali hingga didapatkan nilai bobot dan bias yang sesuai

10. Find more PowerPoint templates on prezentr.com! Deep Learning Diperkenalkan oleh Geoffrey Hinton 2006 dengan istilah deep belief nets Tahun 2009 Andrew Ng dkk mengimplementasikan Deep learning menggunakan GPU

11. Find more PowerPoint templates on prezentr.com! Deep Learning Application Speech recognition Visual art processing Natural language processing Drug discovery and toxicology Customer relationship management Image restoration Image recognition/computer vision Etc.

12. Find more PowerPoint templates on prezentr.com! Bahasa Pemrograman Java Python Lisp Prolog C++

13. Find more PowerPoint templates on prezentr.com! Library & Platform Digunakan untuk perhitungan yang lebih optimal dan cepat. Penyedia library dan platform diantaranya: Tensor Flow Keras PyTorch Caffe Microsoft Cognitive Toolkit Theano

14. Find more PowerPoint templates on prezentr.com! Datasets Sangat penting untuk keberhasilan proses pembelajaran Diperlukan jumlah data yang besar dan variasi yang banyak untuk setiap kategori Penyedia datasets: MNIST, data tulisan tangan, 70 ribu gambar, 10 kategori, ~50 MB MS-COCO, 330 ribu gambar, 80 kategori, ~25 GB (compressed) ImageNet, ~1,5 juta gambar, ~150 GB CIFAR-10, 60 ribu gambar, 10 kategori, 170 MB

15. Find more PowerPoint templates on prezentr.com! Spesifikasi Hardware Hal terpenting pada Deep Learning adalah GPU karena sebagian besar perhitungan dilakukan di GPU Sebaiknya Menggunakan GPU dengan memory >8GB Pendingin GPU Catu daya >1400 watt (tergantung jumlah GPU)

16. Find more PowerPoint templates on prezentr.com! Google Colab Belajar Deep Learning tapi nggak punya computer canggih….????

17. Find more PowerPoint templates on prezentr.com! Google Colab Spesifikasi hardware GPU: 1xTesla K80, 2496 CUDA cores, compute 3.7, 12GB(11.439GB Usable) GDDR5 VRAM. CPU: 1xsingle core hyper threaded i.e(1 core, 2 threads) Xeon Processors @2.3Ghz (No Turbo Boost), 45MB Cache. RAM: ~12.6 GB Disk: ~320 GB Setiap 12 jam atau lebih, data Disk, RAM, VRAM, CPU cache dll yang ada di mesin virtual akan otomatis terhapus

18. Find more PowerPoint templates on prezentr.com! Deep Learning & Computer Vision Convolutional Neural Network (CNN) You Look Only One (YOLO) Single Shoot Detector (SSD)

19. Find more PowerPoint templates on prezentr.com! Computer Vision Bidang ilmu yang mempelajari cara memperoleh, mengolah, menganalisis, dan memahami data visual (citra digital) seperti gambar dan video. Citra digital adalah citra/gambar yang diperoleh dari hasil perekaman/pengolahan peralatan digital.

20. Find more PowerPoint templates on prezentr.com! Kuantisasi Untuk dapat diolah di computer data citra diubah menjadi nilai-nilai (kuantisasi) yang merepresentasikan intensitas warna.

21. Find more PowerPoint templates on prezentr.com! Deep Learning

22. Find more PowerPoint templates on prezentr.com! CNN Salah satu jenis Neural Network Digunakan untuk pengenalan citra (visual recognition) Digagas oleh 3 pioneer di bidang deep learning: Yann Lecun (direktur AI di Facebook), Geoffrey Hinton (direktur AI Google) Yoshua Bengio (Professor di Universite de Montreal, Canada).

23. Find more PowerPoint templates on prezentr.com! Struktur CNN

24. Find more PowerPoint templates on prezentr.com! Step by Step CNN 1.Convolution 2.Max Pooling 3.Flattening 4.Full Connection

25. Find more PowerPoint templates on prezentr.com! Convolution Mengalikan pixel gambar dengan kernel (feature detector)

26. Find more PowerPoint templates on prezentr.com! Convolution Hasil Convolution Matrik citra lebih kecil Terdapat nilai citra yang hilang, namun Proses ini tidak memperhatikan nilai yang didapat Yang diperhatikan adalah fitur (pola kesamaan) Pada CNN digunakan beberapa jenis kernel (feature detector) untuk menghasilkan beberapa feature map

27. Find more PowerPoint templates on prezentr.com! ReLU (Rectified Linear Unit) Salah satu fungsi aktivasi: Sigmoid Tanh ReLU Digunakan untuk mengurangi linearitas nilai-nilai pixel Fungsi sederhana namun populer f(x) = max( 0, x) Artinya:  apabila x ≤ 0 maka x = 0 dan  apabila x > 0 maka x = x

28. Find more PowerPoint templates on prezentr.com! Convolution + ReLU Citra originalHasil KonvolusiHasil ReLU ReLU menghilangkan nilai negative pixel (warna hitam) akibat proses konvolusi

29. Find more PowerPoint templates on prezentr.com! Max Pooling Digunakan untuk mencari kesamaan fitur dengan fleksibilitas tinggi Citra dapat berbeda: Posisi Tekstur Intensitas cahaya Proses berupa pencarian nilai terbesar pada piksel citra menggunakan jendela geser Jendela geser umumnya berukuran 2 x 2, bisa juga 3 x 3, 4 x 4, atau lebih Dengan proses ini ukuran citra menjadi lebih kecil

30. Find more PowerPoint templates on prezentr.com! Max Pooling

31. Find more PowerPoint templates on prezentr.com! Flattening Merubah bentuk matrik menjadi satu kolom

32. Find more PowerPoint templates on prezentr.com! Feature Learning

33. Find more PowerPoint templates on prezentr.com! Full Connection Adalah ANN yang setiap node- nya memiliki hubungan dengan seluruh node di depan dan di belakangnya Input dari ANN ini adalah hasil dari flattening

34. Find more PowerPoint templates on prezentr.com! Softmax Juga dikenal sebagai softargmax atau fungsi eksponensial yang dinormalisasi Bertujuan mengubah setiap nilai komponen berada dalam interval 0 dan 1

35. Find more PowerPoint templates on prezentr.com!