Materi Modul 3 - Konsep KA Fase C

MODUL 3 - Konsep Dasar Kecerdasan Artifisial (Fase C)
Memahami Konsep Kecerdasan Artifisial

By Panggah Barrakaalahu
(Bimbingan Teknis Guru Koding dan Kecerdasan Artifisial Jenjang SD)

Menyimak pemaparan materi dari fasilitator sebagai bahan untuk mengerjakan tugas LK.

​​Memahami Materi

Sebagai bentuk penambahan wawasan melalui tes secara konsep interaktif

Tes Interaktif

Mengikuti ketentuan modul untuk dapat mensimulasikan aplikasi sederhana untuk fase C

Praktek Aplikasi KA

"Program komputer yang meniru kecerdasan manusia, seperti mengambil keputusan, menyediakan dasar penalaran, dan karakteristik manusia lainnya".

Definisi KBBI Versi VI

"Ilmu dan rekayasa dalam menciptakan mesin cerdas, terutama program komputer yang cerdas".

Definisi Tokoh Dunia

Definisi Kecerdasan Artifisial

Karakteristik KA

Secara praktis, KA merujuk pada sistem yang memungkinkan komputer belajar dari data, mengenal pola, serta membuat prediksi atau keputusan secara mandiri.
Kemampuannya tetap terbatas karena tidak memiliki akal, intuisi, dan kreativitas seperti layaknya manusia. Terdapat 4 Karakteristik utama yang yang populer.

Categorize

Options (8)

Youtube

Google Translate

Google Maps

Siri

Weather App

Shopee

Facebook

Aplikasi perbankan

Karakteristik KA beserta contoh aplikasi dikehidupan sehari-hari (Kategorikan)

belajar dari data

bisa berubah dan menyesuaikan diri

berdasarkan algoritma dan model

mengenali pola dan membuat keputusan

Kecerdasan Manusia

Kecerdasan Artifisial

Perbandingan KA dan Kecerdasan Manusia

​hanya mengikuti instruksi ; belajar dari data dan program yang diberikan ; hanya memahami hal yang ada dalam datanya ; keputusan berdasarkan angka dan pola.

kreativitas untuk berinovasi dan ide baru ; belajar dari interaksi sosial ; memahami konteks yang luas ; keputusan dengan pertimbangan emosi, nilai moral, dan etika.

Mesin Cerdas versus Mesin Noncerdas

Ada banyak jenis mesin yang membantu kehidupan sehari-hari. Beberapa mesin bisa berpikir dan menyesuaikan diri dengan situasi, sedangkan yang lain hanya bekerja sesuai dengan perintah yang diberikan.

Sumber Modul 3

Pertama-tama, penting sekali untuk memahami apa yang menjadikan suatu mesin menjadi “cerdas”.

Multiple Select

Sebuah mesin dapat dikategorikan “cerdas” jika ia memiliki kemampuan berikut (jawaban lebih dari 1)

• belajar dari pengalaman

• perubahan tanpa perlu diprogram ulang

• keputusan dari data yang terkumpul

• mengikuti instruksi yang sama berulang kali

Perbandingan Mesin Cerdas dan Mesin Noncerdas

Categorize

Options (10)

Asisten Virtual

KA Chatbot

Mobil Otonom

Kalkulator

Mesin cuci manual

Remote TV

Asisten Suara

Smartwatch

Jam Dinding

Mesin Ketik

Beberapa contoh mesin cerdas dan non-cerdas yang bisa ditemukan dalam kehidupan sehari-hari

Mesin Cerdas

Mesin Noncerdas

Refleksi Kelompok

Bagaimana caranya untuk bisa menggunakan mesin cerdas dengan bijak?

Macam-Macam Kecerdasan Artifisial

Berdasarkan cara kerja dan tugas yang dilakukan, berikut adalah beberapa kategori utama teknologi KA. Adapun terdapat 8 kategori utama Teknologi KA yaitu : Pemrosesan Bahasa Alami ; Pengenalan Suara ; Pengenalan dan Pemrosesan Gambar ; Agen Otonom ; Deteksi Afektif ; Penambangan Data untuk Prediksi ; Kreativitas Kecerdasan Artifisial.

Match

Cocokkan beberapa contoh dari Teknologi KA dan Fungsinya

• Pemrosesan Bahasa Alami

• Pengenalan Suara

• Deteksi Afektif

• Penambangan Data untuk Prediksi

• Kreativitas Artifisial

Digunakan dalam penerjemahan otomatis

Menerima perintah suara / percakapan

menganalisis ekspresi wajah, teks, suara

Digunakan dalam prediksi pasar saham

menciptakan foto baru, musik, karya seni

• Digunakan dalam penerjemahan otomatis

• Menerima perintah suara / percakapan

• menganalisis ekspresi wajah, teks, suara

• Digunakan dalam prediksi pasar saham

• menciptakan foto baru, musik, karya seni

Cara Kerja Kecerdasan Artifisial

Konsep In - Process - Out

"Kecerdasan Artifisial (KA) bekerja dengan cara yang mirip seperti manusia belajar" (Jelaskan)

Secara sederhana, cara kerja KA terdiri dari tiga tahap utama: Data (sebagai Masukan/In) → Pelatihan Model (sebagai Proses) → Prediksi dan Output lainnya (sebagai Luaran/Out).

Setelah KA belajar, ia bisa memberikan hasil berupa prediksi ataupun output

lainnya.

Prediksi / Output

Data adalah informasi yang digunakan

oleh KA untuk belajar.

Data Masukan

Lebih dalam Konsep IPO

Pelatihan Model

Semakin banyak KA berlatih, semakin

akurat hasilnya.
"KA bekerja dengan cara yang sama!"

Categorize

Options (11)

pertanyaan

perintah suara

teks

pola dari pengguna

teknik Machine Learning

mencoba menemukan pola

memahami suara

keputusan

hasil karya seni

prediksi

merekomendasikan produk

Kategorisasi cara kerja Konsep IPO pada Data, Pelatihan Model, dan Prediksi

MASUKAN

PROSES

LUARAN

Apa sebaiknya yang dilakukan?

" Penting sekali untuk diperhatikan bahwa KA tidak selalu benar! Jika KA diberi data yang salah atau tidak cukup banyak, maka prediksinya juga bisa salah".

SEKIAN . . .