AI & Automation Engineer Teknik Komputer
Summary
TLDRThe speaker introduces themselves as part of the Robotics Division in an organization focused on robotics. They discuss their role as a lecturer for an event in 2024 about artificial intelligence (AI) and automation engineering, emphasizing the connection to their faculty, the Faculty of Computer Science (Filkom UB). The talk covers the basics of AI engineering, including programming languages like Python, Java, and C, and concepts such as algorithms, machine learning, and data science. The speaker also touches on AI applications like computer vision, natural language processing, and robotics, highlighting the importance of mathematics, statistics, and ethical considerations in AI development.
Takeaways
- 😀 The speaker introduces themselves as part of a robotics organization focusing on drone development and AI.
- 👨🏫 They are invited to be a speaker at an event discussing the relationship between AI and their faculty, likely in the field of computer science.
- 🧠 AI engineering is described as a field combining computer science, mathematics, and statistics to create intelligent systems.
- 💡 AI systems are designed to learn patterns and make decisions based on data, similar to how humans learn from experiences.
- 💻 Basic programming skills in languages like Python, Java, and C++ are fundamental to AI engineering.
- 🔍 Algorithms and AI models are core components, with algorithms being procedural steps and models representing the system's 'memory'.
- 📈 Machine learning is a subset of AI algorithms that enable systems to learn from data, involving concepts like linear regression and neural networks.
- 🌐 Computer Vision and Natural Language Processing (NLP) are highlighted applications of AI, focusing on image understanding and language comprehension, respectively.
- 🤖 Robotics is another application area where AI is used to create autonomous systems, such as industrial or household robots.
- 📊 Data science is crucial for AI as it involves processing and analyzing data, which is essential for training AI models.
- 🔐 Ethical considerations in AI engineering are important to ensure the technology benefits humanity without causing harm.
Q & A
What is the main topic of the event the speaker is discussing?
-The main topic of the event is the relationship between Artificial Intelligence (AI) and Automation Engineering with the Faculty of Computer Science (Filkom UB).
What does AI engineering involve?
-AI engineering involves combining computer science, mathematics, and statistics to develop intelligent systems that can learn patterns and make decisions based on data.
What are the basic programming languages one should know in AI engineering?
-The basic programming languages one should know in AI engineering are Python, Java, and C.
What is the difference between an algorithm and an AI model?
-An algorithm is a set of procedural steps a computer follows, while an AI model is like the computer's memory, which it uses to learn and understand data.
Why is machine learning important in AI?
-Machine learning is important in AI because it allows the system to learn and understand algorithms, which is necessary for tasks that previously only humans could perform.
What is the role of statistics and mathematics in building machine learning algorithms?
-Statistics and mathematics play a crucial role in building machine learning algorithms as they provide the foundation for understanding and implementing formulas and models.
What is data science and its importance in AI?
-Data science is the field of study concerned with processing and analyzing data. It is important in AI because AI systems require data to learn and perform tasks.
What is the significance of AI architecture in engineering?
-AI architecture is significant in engineering as it involves designing the systems' structure, including algorithms, to ensure efficient and effective learning processes.
Can you provide an example of a field within AI engineering mentioned in the script?
-One example of a field within AI engineering mentioned is computer vision, which focuses on developing systems that can see and understand images, such as facial recognition and object detection.
What are some career prospects in AI engineering?
-Career prospects in AI engineering include data scientists, machine learning engineers, AI developers, and roles in various industries like technology, finance, healthcare, and e-commerce.
What are some of the challenges in the field of AI engineering?
-Challenges in AI engineering include data complexity, ensuring model clarity and effectiveness, ethical considerations, data security, and privacy.
What are the essential skills for an AI engineer?
-Essential skills for an AI engineer include programming, mathematics, statistics, data science, machine learning, and an understanding of AI ethics.
Outlines
🤖 Introduction to AI Engineering
The speaker begins by introducing themselves as a member of a robotics organization focused on the field of robotics. They are invited to be a speaker at an event discussing artificial intelligence (AI) and automation engineering, which is closely related to their faculty, the Faculty of Computer Science (FILCOM UB). They aim to clarify what AI engineering is, explaining it as a field that combines computer science, mathematics, and statistics to develop intelligent systems. AI engineering involves creating systems that can learn patterns and make decisions based on data, tasks traditionally performed by humans. The speaker compares this to how humans learn from experiences and senses, accumulating knowledge to understand and perform tasks. They emphasize the importance of programming as a foundational skill in AI engineering, mentioning Python, Java, and C as popular languages for creating algorithms and AI models. The speaker also introduces the concepts of algorithms and AI models, explaining how algorithms are procedures followed by computers, while AI models are like the computer's memory, learned from data.
🔍 Exploring AI Engineering Fields
The speaker delves into various fields within AI engineering, starting with data science, which involves processing and analyzing data to enable AI systems to recognize tasks and learn from experiences, similar to human learning. They discuss AI architecture, which is about designing systems that make efficient algorithms for AI to learn effectively. The speaker gives examples such as training a computer to recognize colors and mentions the importance of choosing the right hardware and software. They also cover computer vision, which focuses on developing systems that can see and understand images, like facial recognition and object detection. Natural language processing (NLP) is introduced as a field that creates systems capable of understanding human language, with applications like chatbots. The speaker also touches on robotics, emphasizing autonomous or automatic robots used in industries, homes, and medical fields. They highlight the broad applications of AI engineering in various sectors.
💼 Career Prospects in AI Engineering
The speaker discusses the career prospects in AI engineering, emphasizing the vast opportunities due to the rapid development of AI technology. They mention data scientists who focus on analyzing and processing data, machine learning engineers who build and optimize machine learning models, and AI developers who work more on the business side, analyzing financial data and developing products. The speaker stresses the importance of having a strong foundation in mathematics and statistics for AI development. They also highlight the need for understanding computer vision, machine learning, and data science to build effective AI systems. The speaker concludes by mentioning job opportunities in technology companies, finance, health, e-commerce, and other fields where AI is increasingly being utilized.
📚 Essential Skills for AI Engineers
The speaker outlines the essential skills required for AI engineers, including programming, mathematics, and statistics. They emphasize the importance of understanding algorithms and machine learning, as well as data science for processing and interpreting data to train AI models. The speaker also discusses the challenges in the field, such as data complexity and the need to handle large amounts of data, often unclean, requiring processing. They touch on ethical considerations in AI engineering, ensuring that AI systems developed are beneficial and do not perpetuate human biases. The speaker concludes by emphasizing the need for clarity and efficiency in model development, given the complexity of formulas and data involved.
🔬 Research and Future of AI Engineering
The speaker discusses the importance of research in AI engineering, mentioning that while many machine learning algorithms exist, creating ones that meet specific needs requires research. They highlight the significance of data security and privacy, ensuring that personal data used to train AI systems is protected. The speaker looks into the future, predicting that AI will expand into various fields beyond the ones mentioned, such as healthcare, education, and transportation. They suggest that AI will play a crucial role in diagnosing diseases, providing knowledge, and creating driverless systems. The speaker concludes by discussing the mandatory courses related to AI engineering, such as programming, statistics, probability theory, computational mathematics, and data management.
🏫 AI Engineering Curriculum and Specializations
The speaker provides insight into the curriculum and specializations related to AI engineering. They mention courses like computer vision, focusing on how computers understand and recognize objects from cameras or lasers. The speaker gives an example of a learning drone that can understand various missions, such as delivering packages or detecting disasters. They also touch on the importance of understanding algorithms and data structures, as well as smart systems and numerical methods. The speaker concludes by suggesting that interested individuals can find the latest curriculum and references through a QR code provided, emphasizing the continuous learning and exploration in the field of AI engineering.
Mindmap
Keywords
💡Artificial Intelligence (AI)
💡Engineering
💡Programming
💡Algorithm
💡Machine Learning
💡Data Science
💡Computer Vision
💡Natural Language Processing (NLP)
💡Robotics
💡Ethics in AI
💡Data Security
Highlights
Introduction to the speaker and their involvement with Robotic Filcom.
Involvement in the Programming Division focusing on Drone J research and development.
Being invited as a lecturer for an event discussing artificial intelligence and automation engineering.
Understanding the relationship between AI and the speaker's faculty, Filcom UB.
Definition of AI Engineering as a field combining computer science, mathematics, and statistics.
Explanation of AI systems' ability to learn patterns and make decisions based on data.
Comparison of AI learning to human learning processes.
Fundamentals of AI Engineering include programming, with a focus on Python, Java, and C.
Discussion on algorithms and AI models, comparing them to computer memory and human memory.
Importance of machine learning algorithms in AI.
Necessity of understanding linear regression, decision trees, and neural networks for AI model development.
The significance of data science in processing and analyzing data for AI systems.
Introduction to AI architecture and the design of efficient learning algorithms.
Various fields within AI Engineering, including computer vision, natural language processing, and robotics.
Application of computer vision in understanding images, facial recognition, and object detection.
Natural Language Processing (NLP) and its role in understanding human language for systems like chatbots.
Importance of AI in robotics for autonomous and automatic operation in industries and households.
Career prospects in AI Engineering across different fields such as technology, finance, healthcare, and e-commerce.
Skills required for an AI Engineer, emphasizing the importance of mathematics, statistics, and data science.
Challenges in AI Engineering, including data complexity, ethical considerations, and the need for secure and private data handling.
Future prospects of AI and its potential expansion into various fields, impacting society, healthcare, education, and transportation.
Mandatory courses related to AI Engineering, such as programming, statistics, probability theory, and mathematics.
Elective courses that delve into specific areas of AI, like computer vision and learning algorithms for drones.
Resources for further information on AI Engineering and the latest curriculum.
Transcripts
Oke Bismillahirrahmanirrahim
asalamualaikum warahmatullahi
wabarakatuh e di sini eh perkenalkan
saya bisa dipanggilta eh di sini saya
sedang berjabat di robotick filcom suatu
organisasi yang bergerak di bidang
robotika
di mana saya mengikuti di bagian
programming divisi cter atau lebih
tepatnya riset dan pengembangan Drone J
di sini saya diminta untuk menjadi
pemateri dari suatu event
2024 yang di mana akan membahas tentang
A atau artificial intellig dan
automation engineering yang di mana
sangat berhubungan banget sama fakultas
kita yaitu filcom UB itu sebelum kita
masuk pembahasan hubungan Ai dengan
filkom UB Mari kita pahami terlebih
dahulu
sebenarnya Apa itu ai
engineering jadi ai engineering itu
adalah bidang yang
menggabungkan ilmu komputer matematika
dan statistik untuk mengembangkan sistem
kecdasan buatan jadi kayak eh
engineering itu adalah orang yang
membuat atau yang merancang artifal
intig itu misalnya sistem ini dapat
mempenjari pola dan membuat keputusan
berdasarkan data yang memungkinkan mesin
untuk melakukan tugas yang sebelumnya
hanya dapat dilakukanle manusia jadi
sendiri dirancang untuk membantu
pekerjaan e manusia ya jadi sistemnya
itu seperti
eh sebuah komputer yang awalnya tidak
tahu apa-apa lalu diberi banyaknya data
untuk di kenali untuk dipelajari oleh
komputer tersebut dan
memahami apa yang harus dia kerjakan
ibarat juga seperti kita manusia waktu
kita masih dalam fase menjadi seorang
bayi k tidak tahu apa-apa kan ya Nah
setelah kita apa namanya mendapatkan
data-data dari apa yang kita tangkap
misal dari panca indra kita kita
mengetahui banyak objek kita mengetahui
ee banyaknya ilmu dan pengetahuan dari
data-data yang dikumpulkan oleh pancaain
kita jadi konsepnya kurang lebih sama
seperti
itu lalu apa yang dipelajari dalam AI
engineering vertinya yang paling dasar
itu adalah pemrograman ya karena ea ini
berhubungan dengan komputer atau bahasa
komputer pasti perlu untuk memahami
bahasa yang
diperlukan di Python Java dan C saja ini
tiga bahasa yang sangat-sangat populer
di era sekarang ya yang di mana itu
bertujuan untuk membuat algoritma dan
model Ai Apa itu algoritma dan model Ai
Kalau algoritma pastinya sudahudah
teman-teman pahamiah di dari jenjang
pendidikan sebelumnya algoritma itu
seperti prosedural atau tahap-tahap yang
dilakukan oleh
komputer Sedangkan untuk model Ai model
Ai sendiri Itu
maksudnya kayak e ibarat seperti ingatan
ingatan
dari komputer yang dia ah belajar jadi
kayak misalnya ingatan atau memori kita
manusia kalau kita tu sudahah pernah
mengenali warna-warna jadi model itu
kurang lebih sama seperti
itu lalu Yang Kedua pasti algoritma dan
algoritma machine learning jadi
algoritma itu kan banyak ya agak ada
algoritma dari sorting atau pengurutan
data-data ada algoritma membuat e
aplikasi Nah untuk a sendiri itu algorit
itu bisa disebut algoritma machine
learning dari bahas juga sama kan ya
machine learning berarti mesin yang Dia
belajar jadi untuk
memahamigoritmaarning ini diperlukan
regresi linear itu maksudnya Eh linear
regression itu teman-teman bisa pelajari
nanti di statistika Lalu ada pohon
keputusan jaringan saraf Lalu ada kunci
dan
pengembangan sistem ea yang efektif ya
itu semua itu ada di statisika dan
matematika jadi untuk membangun suatu
algoritma machine Learning Kita perlu
memahami matematika dan stistika
jadi itu juga sangat penting buat kita
jika ingin membuat suatu
Ai lalu selanjutnya tidak kalah penting
juga adalah data sains ya jadi dat Sain
ini maksudnya
Eh suatu bidang ilmu yang ya itu untuk
mengolah dan menganalis data jadi
seperti yang eh aku jelaskan tadi ea itu
dia perlu data buat Mengenali apa
tugasnya mengenali dia itu harus
bagaimana sama kayak kita manusia juga
kita perlu mengenali data-data yang atau
pengalaman-pengalaman yang pernah kita
lakukan lalu kita analisis kembali lalu
kita pelajari dan kita jadi mengenali
kalau itu adalah warna misalnya awalnya
kita tidak tahu warna warna itu apa
warna kuning atau hitam at putih tapi
setelah kita diberitahu kalau itu warna
putih itu warna kuning itu warna merah
jadi kita memahami jadi data s itu dia
seperti mengolah dan menganalis data
Lalu ada arsitektur Ai jadi arsitektur a
ini dia lebih Advance lagi dia seperti
mendesain arsitektur sistem Ai jadi dia
itu seseorang yang mendesain
e
algoritma yang di mana itu
buat pemutusan algoritmanya itu gimana
cara bikin algoritma yang efektif agar
Ai itu belajarnya lebih efisien dan
lebih efektif termasuk dia harus memilih
dan software yang sesuai jadi
misalnya kita mau melatih suatu komputer
yang di mana dia
[Musik]
ingin belajar tentang mengenali warna
Nah untuk meng warna Kan dia perlu
algoritma
Apa itu eh arsitektur Ai itu harus
merancang algoritmanya apa dia harus
merancang dia juga harus memilih
hardware yang sesuai dan software yang
sesuai
Oke lanjut bidang-bidang yang ada dalam
ea engineering sendiri itu sebenarnya
ada ada banyak ya
tapi yang umum dipakai yang sudah banyak
di terapkan di sini itu banyak yaitu
pertama itu computer
Vision jadi computer Vision ini dia
berfokus dalam pengembangan sistem
mendapat melihat dan memahami gambar
seperti pengembaran wajah deteksi objek
dan analisis gambar Medi J misalnya
komputer itu kayak ei ini dapat memahami
apa yang dia lihat melalui sensor
kamera jadi misalnya dia tadi ya apa
deteksi warna jadi dia tahu kalau ini
warnanya warna merah ini warna kuning
ada juga pengenan wajah jadi dia bisa
tahu kalau yang didapatkan o dari kamera
ini adalah wajah seseorang atau deteksi
objek misalnya E kamera ini menangkap
gambar kendaraan atau hewan dia tahu
kalau itu misalnya kucing kalau dia tahu
juga dia adalah mobil nah ini untuk
bidang computer Vision tapi sebenarnya
tidak hanya kamera bisa juga dari sensor
laser ya sensor e pengembangan laser itu
juga bisa
menggunakanterion tapi yang paling umum
dipakai itu
kamera itu juga ada analisis gambar
medis ya ini biasanya di apa namanya
gambar medis di sini nah bisa dipakai di
dunia medis untuk mengetahui
penyakit-penyakit yang
digejala lalu
[Musik]
ada natural Enjo
Processing atau membuat sistem yang
dapat memproses dan memahami bahasa
manusia kayak chatb gitu ya jadi kita
pernah nyoba juga pernah tahu juga Yang
akhir-hir ini dipakai juga banyak itu
GPT Nah itu termasuk bidang engineering
di natural language processing atau NLP
ya J dia suatu sistem a yang di mana dia
diperuntukkan untuk memahami bahasa
manusia lalu dia berpikir kalau manusia
bertanya dia berpikir dia menging-ingat
dari materi-materi atau data-data yang
telah dia
kumpulkan lalu menganalisis e keputusan
yang harus
diberikan ke lagi sebagai out ini untuk
natural robooti sering dipak juga
diiosinya dia berfokus
ke robot yang dia bekerja secara otonom
atau
Otomatis Kak misalnya robot industri
robot rumah tanggaot
mediso itu kalau aku
sendaimone itu bisa
ee bergerak secara otomatis e
menghindari objek biar enggak ketabrak
atau misalnya ada misi tertentu misalnya
mau ngirim paket jadi dia harus belajar
Ai dari itu
pergerakannya lalu lanjut prospek karir
Ai engineering
oke Banyak cabang-cabang Dar engineering
yang tadi sudah disebutkan sebelumnya
pertama itu data Stis ya dat Stis ini
fokusnya nya dia lebih ke mengalis data
dan mengolahan data pemodelan dan
visualisasi jadi ini ee penting juga
karena Ai itu kan dibutuhkan data untuk
belajar l ada machine learning engineer
nah ini machine Eng dia itu mampu
membangun dan mengoptimalkan model
machine learning jadi eh seseorang yang
di mana dia itu fokusnya hanya di
machine learning aja di Alor machine
learning jadi dia harus mengoptimalkan
bagaimana modelenting itu agar mudah dan
efisien komputer itu bisa belajar secara
e cepat dan efektif jadi gak usah perlu
waktu yang lama lalu baru
mengintegrasikannya ke dalam aplikasi
atau
sistem Lalu ada bis intellig developer
ini gak beda
sama tapi bedanya dia lebih ke
bisnis banyak dia banyak tentang
data-data keuangan data-data pemasukan
pengeluaran perusahaan serta
menganalisis produk-produk apa aja yang
harus dikembangkan ke depannya membuat
nih
dasb laporan dan analisis
data biasanya ini untuk di
perusaha-perusahaan
besar Arit nah ini dia lebih lagi
seperti yang Tad bilang di
awal-awal itu mendesain dan membangun
arsitektur sistem yang komks jadi untuk
masuk menjadi ini kita perlu dasar
matematika yang kuat dasar statistika
juga yang kuat karena kalau teman-teman
pernah belajar di jencang
sebelumnya logika matematika teori
probabilitas dan lain-lain Pasti sangat
membantu sangat-sangat
e diperlukan di ini untuk membuat suatu
keputusan yang di mana komputer sendiri
kan hanya memahami e angka-angka bukan
bahasa manusia tap angka
jadi untuk membuat
suatu sistem Ai arsitektur sistem Ai
kita per yang
kompleks
developereloper sendiri ini hanya orang
yang membuat tampilan luarnya dari
sistem jadi membuat aplikasi atau produk
yang memanfaatkan teknologi a k
misatkendasi dan pengan
pola J misalnya kayakbt gitu itu yang
buat visualisasinya itu adalah developer
Oke lanjutnya peluang kerja untuk
engineering karena
E ini baru-baru muncul ya terus
perkembangan itu sangatsangat
besar pasti dia lebih ke teknologi pasti
teknologi pasti sudah
memakai sistem Ai ini misalnya Kak gole
Microsoft Facebook dan
itu perusahaan teknologi besar pasti
memakai Ai dan kalau teman-teman ngikuti
berita
juga-esahan perusahaan teknologi besar
ini juga mereka kan
eh banyak PHK ya PHK karyawan terus
digantikan dengan ai dengan ini aja
seharusnya teman-teman sudah bisa
menyimpulkan Kalau Ai iniospeknya sangat
e bagus
banget yang dipakai di perusahaan yang
minor ataupun yang
tapi selain dari teknologi ada juga
keuangan nah ini untuk
perusahan-perusahaan tadi Eh bidangnya
dia lebih ke bisnis Inten
developer jadi e lembaga keuangan ini
dapat menggunakan ei untuk analisis
risiko UN deteksi penipuan dan
pengelolaan portofolio investasi jadi
lebih ke manajemen keuangan atau
perusahaan-perusahaan lanjutnya adalah
kesehatan jadi juga bisa digunakan untuk
bidang kesehatan kayak diagnosis
penyakit pengobatan personal dan
pengembangan
obat-obatan sangat penting banget juga
buat di dunia
medis Lalu ada e-commerce ya e-commerce
Kayak teman-teman misalnya kalau habis
dari eh toko hijau atau toko toko oren
ya terus teman-teman buka YouTube
misalnya tiba-tiba iklannya sesuai
dengan barangbang yang sudah teman-teman
cari Oh sama itu dia berarti menggunakan
a
Oke lanjut keterampilan yang dibutuhkan
engineer pastinya ya tadi Kanah
dijelasin yaitu E ini
homograman
karena karena kita mau berinteraksi
dengan komputer maka kita harus belajar
bahasa
Paman matematika dan stik ini pasti
penting banget soalnya dasar dari
komputer memahami kan cuman angka ya
Jadi kita harus memahami matematika
dantikatistik seperti ini probabilitas
aljab linear dan kalkulus penting banget
untuk e membuat suatu formula atau rumus
di
mana dari formula itu didapatkan suatu
output yang sesuai misalnya kita ngambil
dari computer
visionutnyau
gambar dari gambar itu dia dibaca dalam
komputer itu bentuknya apa karena dibaca
pasti bentuknya angka maka dari
angka-angka tersebut itu bagaimana
diolah agar tahu kalau itu ada objek
yang harus
dikenali lalu yang tidak kalah penting
juga data sains jadi kita harus memahami
Bagaimana mengolah menganalisis dan
menginterpretasikan data untuk melatih
model
Ai hal penting banget untuk kita
bagaimana mengolah
data kan karena data ini penting untuk
Ai itu belajar apa yang harus dia
pelajari apa harus yang dia ketahui lalu
Maine learning ini
e tadi sudah saya bilang juga ya Ini
buat
algoritma jadi kan dalam komputer dia
ada algoritma setiap sistem ada
algoritma ada prosedur-prosedur yang dia
lakukan jadich learning ini algoritma
Bagaimana suatu mesin itu dia bisa
belajar jadi banyak rumus-rumus formula
dari matematika danatistik yang dia
implementasikan dalam algoritma
Jing
itu lalu tantangannya dalam bidang
engineering sendiri apa ya sebenarnya
gak terlalu banyak tapi sangat
pentingpenting
semua
misalnya kompleksitas data jadi karena
kita berhubungan dengan A itu di data
jadi data itu kan pasti memerlukan data
yang banyak semakin banyak Data yang
dipakai semakin bagus model atau memori
suatu Ai untuk
mengingatnya jadi untuk data sendiri kan
gak semua data itu data bersih ya pas
ada datadata kotor misal datadata yang
gak diperlukan Nah itu kan kita perlu
mengolah Seperti apa karena Datanya juga
banyak kayak misalnya kita pakai big
data gitu itu kan punya tangan sendiri
kita bagaimana harus
mengolahnya l ada etika ai e engineering
juga harus mempertimbangkan implikasi
etika Dar pengembang Danang teknologi Ai
j maksudnya tuh eh karena Ai sendiri kan
dirancang buat mempermudah manusia ya
jadi di ibaratkan e sendiri harus mirip
seperti
manusia tapi karena teman-teman tahu
sendiri kalau kita sendiri manusia itu
kadang ada yang beragam jadi itu
berusaha untuk mencegah itu agar e
manusia yang ditiru itu tidak
semuanya masuk dalam sistem Ai misalnya
gini jika kita membuat suatu sistem a
chatb yang di mana itu digunakan
untukyarakat luas misal untuk bertanya
ke seharian misal ya tolong e kasih tahu
aku resep makanan tolong kasih tahu aku
bagaim cara iki e motor gitu misalnya
itu masih dianggap Oke tapi kalauudah
masuk ke hal-hal yang mengandung Sara
atau mengandung hal-hal yang berbbau
tidak baik
mis manusia ini seorang user bertanya
dengan Bagaimana cara membuat
bom tidak bisa Mak DII ada
namanya tetap harus
diaemandang yang
diut at guna itu sebagai hal-hal yang
bermanfaat saja jadi tetap ada
etikanya lu ada kejelasan model
eh maksudnya ini adalah
ee membuat model yang sesuai atau model
yang efektif dan efisien agar serupa
dengan apa yang kita inginkan itu tidak
mudah karena kita harus memahami ee
banyaknya
rumus banyaknya formula dari matematika
nah statistika juga kita perlu
ee memasukkan banyak
angka-angka jadi untuk membuat model
sendiri itu tidak mudah karena memang
harus ada riset terlebih dahulu meskipun
sekarang sudahah zaman zaman lebih
maju sudah terdapat beberapa banyak
algoritma machine learning yang dapat
dipakai misalnya kayak
eh linear
regression neur dan lain-lain itu pasti
sudah dikembangkan oleh orang-orang
ilmuan terdahulu dan bisa kita
implementasikan tapi untuk membuat
sesuai dengan apa yang diinginkan belum
tentu itu sesuai l ada keamanan data ini
eh sangatsangat penting juga buat e
privasi data terus juga untukan data
Jadi data-data yang dipakai untuk Melati
sendiri kan Eh bisa jadi data-data Pras
seseorang jadi kita harus mengamankan
terlebih dahulu untuk data-datanya
seperti itu jak mungkin kan kalau ada
pengguna di
menanyakan alamat C Itu di mana itu
tidak bisa jadi tetap harus ada
oke Masa depaning t sesuai dengan
prospek kerja dan peluang kerja sangat
bagus Mas depannya itu
sangatatyak
karaan berkembang dan aomatisasi akan
semakin meluas di berbagai bidang di
bidang-bidang tadi yang aku Sebutkan itu
belum semua pasti nanti ada lagi yang
muncul Misalnya baru-baru ini ada
perhitungan
ee pemilihan umum untuk menggunakan Ai
itu sudah
ada Kal ada perkembangan Ai baru jadi ai
itu enggak tadi enggak cuma tiga bidang
aja jadi bisa jadi
ee ada banyak yang muncul lo prai dalam
masyarakat nah ini juga penting kan buat
misalnya dalam bidang kesehatan
pendidikan dan
transportasi misalnya untuk kesehatan
tadi bisa
mendiagnosa penyakit dengan lebih mudah
tanpa harus ke Doktor atau ke ahlinya
pendidikan jadi kita lebih banyak
mengetahui pengetahuan-pengetahuan
dengan II ee
transportasi transportasi tidak perlu
untuk ee eh membuat suatu
sistem driver misalnya kita tidak perlu
driver lagi gitu Kayak misalnya di
berbalu ini di KN Ya itu kan dia
otomatis Nah sekarang kita masuk ke mata
kuliah wajib yang bersangkutan
dengan
engineering ini mata kiah wajib pasti
teman-teman dapatin juga kalau misalnya
teman-teman ee berada di di ini ya
teknik komputer ya kalau Teknik
Informatika saya sendiri belum tahu
karena belum dapat kurikulumnya tapi
yang pasti untuk teknik komputer pasti
ini
dapatnya yang pertamaograman Nah ini kan
penting ya tadi kan kita harus
mahamiograman Nah untuk teman-teman yang
di teknik komputer masih dapatnya e
bahasa C tapi kalau untuk teman-teman
yang di Teknik Informatika itu bahasa
Java yang dipelajari n samasama penting
samasama juga bagus juga bahasanya dan
Yang pastinya e apa namanya diperlukan
untuk Masuk ke Engineering Lalu ada
statistika dan teori probabilitas nah
ini penting ya untuk teman-teman
memahami meskipun sudah pernah
dipelajari di jenjang sebelumnya
SMA lalu ada matematika komputasi 1 dan
2 ini untuk belajar matematikanya Lalu
ada bas data ini Eh
se kecilah untuk belajar data sains jadi
untuk mengerti gimana data itu
[Musik]
dikelola Lalu ada algoritma dan struktur
data ini juga penting untuk mengetahui
data itu gimana sih bentuknya bagaimana
dia untuk
di dialokasikan
ituak itu ada nama mata kuliahnya
algoritma dan struktur data sekali lagi
ini bergantung dengan ya teknik komputer
Dia bahasanya c++ kalau Teknik
Informatika dia bahas
Java desain dan analisis algoritma ini
juga penting
apalagi Bagi teman-teman yang mau masuk
ke arsit Nah ini dia sangat penting
karena untuk e mendesain suatu algoritma
itu kita perlu analisis dulu jadi
algoritma mana yang dia lebih efisien
dan dia lebih efektif buat dijalankan di
komputer J gak sema-a kita bikin
algoritma terus tibatiba memakan resour
yang
banyak sangatsangat tidak efektif
Lalu ada sistem cerdas nah namanya juga
sistem cdas berarti kan
diaudah artificial inig
ya J juga belajar tentang E
langsungu sistem otomasiak jauh beda
otomatis sistem omasi Lalu ada metode
numerik nah ini
untukangkan lagi matematikan agar
mengetahui
bagaim itu terbentuk dengan
formulaformula e rumus-rumus
matematika selanjutnya untuk mata kuliah
peminatan yang
bersangkutan J untuk mata kul peminatan
yang di ada di apa namanya kurikulumnya
itu visian komputer ini kayak tadi yang
jelasin bidangnya yau komputer visi itu
untuk memahami Bagaimana sih komputer
itu memahami atau mengenali objek dari
kamera misal Un dari laser juga bisa
tapi itu lebih lagi kalau pakai
laser secara umum itu hanya menggunakan
kamera jadi secara
kameraali ini manusia ini hew ini
kendara
adaning ini Diah
kearare
jadi itutanam dalam suatu perangkat
Drone ya kalau Drone kita berikan ini
learning Drone itu dia bisa memahami
berbagai misi misalnya dia gak hanya
mengantar paket misal tapi dia juga bisa
mendeteksi ada bencana ti-tiba kok inii
dia ngantar paket ya tiba-tiba dalam
harus
e melewati Danau atau melewati
ini suatu
daratan gitu ya
tiba-tiba ini apa namanya bergetar atau
gak sesuai dengan sensor yanga itu jadi
mengindikasikananya gempa bumia jadi
suu pelajaran
darit di
dalam
bisaajus as juga tapi mungkin ini lebih
mendalam lagi karena dia masuknya ke
peminatan bukan ke mata kuliahip
Oke mungkin itu dari mata kuliah yang
bersangkutan dengan e engineering dan
buat teman-teman Yang penasaran aku
dapat di mana sih dapatnya dari sini
ya
Nah J teman-teman bisa tahu bisa cek
ininya apa namanya qr-nya itu aku dapat
dari situ buat referensi Mat ya Apa aja
yang di kurikulum yang terbaru ini l
selanjutnya ada ya terima kasih
Oke buat teman-teman e mungkin itu aja
yang dapat saya sampaikan tentang ei
engineering
danomation eh terima kasih
wasalamualaikum warahmatullahi
wabarakatuh
Weitere ähnliche Videos ansehen
IMT - AI (1) - Apa itu AI?, Sejarah, dan Penerapan AI
AI Programming in 2023: Which Language Should You Choose?
Artificial Intelligence (AI) for People in a Hurry
Introduction to Artificial Intelligence
Trinity of Artificial Intelligence | Anima Anandkumar | TEDxIndianaUniversity
Introduction To Artificial Intelligence | What Is AI?| Artificial Intelligence Tutorial |Simplilearn
5.0 / 5 (0 votes)