AI & Automation Engineer Teknik Komputer

Summary

The 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

00:00

🤖 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.

05:04

🔍 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.

10:07

💼 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.

15:08

📚 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.

20:09

🔬 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.

25:11

🏫 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.

Keywords

💡Artificial Intelligence (AI)

Artificial Intelligence refers to the simulation of human intelligence in machines that are programmed to think like humans and mimic their actions. In the video, AI is discussed as a field that combines computer science, mathematics, and statistics to develop intelligent systems. It's highlighted as integral to the future of technology and various industries, with applications ranging from automation to complex decision-making processes.

💡Engineering

In the context of the video, engineering is presented as the application of scientific principles to design and build machines, systems, and structures. Specifically, AI engineering is about creating systems that can learn patterns and make decisions based on data, which was exemplified by the development of drones capable of understanding their missions and adapting to changing conditions.

💡Programming

Programming is the process of writing sequences of instructions to enable a computer to perform specific tasks. The video emphasizes programming as a fundamental skill in AI engineering, with languages like Python, Java, and C++ being crucial for developing algorithms and AI models. It's noted as a base for creating the logic that powers AI systems.

💡Algorithm

An algorithm is a set of steps or rules to be followed in calculations or other problem-solving operations. In the video, algorithms are discussed as procedural steps that computers execute, with AI algorithms being a subset designed to enable machines to learn from data, such as in machine learning.

💡Machine Learning

Machine Learning is a subset of AI that provides systems the ability to automatically learn and improve from experience without being explicitly programmed. The video describes it as a field where algorithms are developed to enable computers to understand patterns in data, which is crucial for building intelligent systems that can make predictions or decisions.

💡Data Science

Data Science involves the processes and systems to extract knowledge or insights from data in various forms, either structured or unstructured. The video script mentions data science as a field that processes and analyzes data, which is essential for training AI models to recognize patterns and make informed decisions.

💡Computer Vision

Computer Vision is a field that enables computers to interpret and understand the visual world. The video explains how computer vision is used to develop systems that can see and comprehend images, such as facial recognition, object detection, and medical image analysis, which are critical for applications in robotics and autonomous systems.

💡Natural Language Processing (NLP)

NLP is a field of AI that focuses on the interaction between computers and humans through natural language. The video script discusses NLP in the context of creating systems that can process and understand human language, like chatbots that can engage in conversation and provide information based on user queries.

💡Robotics

Robotics is the branch of technology that deals with the design, construction, operation, and use of robots. The video touches on robotics in relation to AI, where autonomous robots can perform tasks efficiently with minimal human intervention, such as industrial automation or domestic assistance.

💡Ethics in AI

Ethics in AI pertains to the moral principles that guide the development and use of AI technologies. The video script raises the importance of considering ethical implications in AI engineering, ensuring that AI systems are designed to benefit humanity without causing harm or bias, which is crucial as AI becomes more integrated into society.

💡Data Security

Data Security involves protecting data from unauthorized access, use, disclosure, disruption, modification, or destruction. The video emphasizes the importance of data security in AI, given that AI systems rely heavily on data which can be sensitive. Ensuring the privacy and security of this data is paramount to maintaining trust in AI applications.

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