Memberikan diagnosa tanpa masukan dokter

Memudahkan pasien dalam memilih rumah sakit

Membantu dokter menganalisis data pasien lebih cepat dan akurat

Menghapus rekam medis pasien secara otomatis

Mengurangi biaya pengobatan

Data tanpa label

Data yang berlabel

Data yang acak

Data dengan urutan kronologis

Data yang dirahasiakan

Sistem pengolahan data besar

Jaringan syaraf pada otak manusia

Jaringan listrik pada komputer

Sistem perangkat keras komputer

Pemrosesan gambar

AI fokus pada perangkat keras, sedangkan ML fokus pada perangkat lunak

ML adalah subbidang dari AI yang berfokus pada pengembangan algoritma belajar dari data

AI adalah subbidang dari ML

ML hanya berfungsi di komputer, sedangkan AI di semua perangkat

Tidak ada perbedaan antara AI dan ML

Peta interaktif

Mobil listrik

Sistem navigasi AI berbasis data lalu lintas

Pengukur kecepatan otomatis

Lampu lalu lintas

Supervised learning

Deep learning

Data mining

Machine learning

Clustering

Efisiensi kerja meningkat

Kemudahan komunikasi

Hilangnya beberapa pekerjaan yang diambil alih oleh mesin

Produktivitas meningkat

Teknologi menjadi lebih canggih

Layer

Node

Link

Pixel

Stream

Pembelajaran data dengan bantuan pelabelan data

Proses belajar di mana sistem tidak menggunakan data historis

Proses belajar tanpa supervisi atau label pada data

Pembelajaran berdasarkan input dari pengguna

Proses yang mengabaikan input data

Meningkatnya penggunaan algoritma dasar

Keterbatasan data yang akurat dan representatif

Penggunaan perangkat keras yang sederhana

Pengembangan perangkat lunak yang konvensional

Penurunan biaya pengembangan

Mampu melakukan tugas sederhana tanpa bantuan manusia

Mampu menyimpan data tanpa batas

Mampu belajar dari pengalaman dan data baru

Memiliki kecepatan proses yang tinggi

Menyediakan layanan yang terintegrasi

Mengelompokkan data yang mirip ke dalam kategori yang sama

Mengurutkan data secara kronologis

Menyederhanakan data besar

Mengubah data menjadi gambar

Menganalisis warna dalam gambar

Layer yang tidak mempengaruhi hasil akhir

Layer yang menerima input secara langsung

Layer tersembunyi di antara input dan output

Layer yang memberikan keluaran akhir

Layer yang tidak terlihat di antarmuka pengguna

Mengenali gambar

Mentranskripsi teks

Menganalisis suara untuk mengenali kata dan perintah

Menambah memori perangkat

Mempercepat proses unduhan

Penggunaan sistem keamanan canggih

Otomatisasi proses penggajian karyawan

Prediksi kebutuhan stok barang berdasarkan data penjualan

Meningkatkan jumlah tenaga kerja

Penggunaan sistem manual dalam transaksi

Mengurangi biaya komputasi

Sebagai input untuk melatih algoritma agar dapat belajar dari data

Meningkatkan jumlah layer pada neural network

Menyederhanakan algoritma

Menghasilkan data baru secara otomatis

Menghapus data yang tidak diperlukan

Menyimpan data lebih efisien

Mengoptimalkan bobot dalam model agar lebih akurat

Mengurutkan data secara otomatis

Mengelompokkan data berdasarkan kategori

Computer Vision

Data Mining

Reinforcement Learning

Text Analysis

Speech Recognition

Sistem belajar tanpa bimbingan

Sistem belajar menggunakan data berlabel sebagai referensi

Sistem menggunakan data acak

Sistem hanya menerima data tekstual

Sistem melakukan prediksi tanpa data sebelumnya

Mempercepat pengolahan data

Mengelompokkan data secara otomatis

Melatih model berdasarkan penghargaan dan hukuman

Memprediksi masa depan tanpa data pelatihan

Menyederhanakan input data

Model yang belajar terlalu sedikit dari data

Model yang cocok untuk semua jenis data

Model yang terlalu spesifik pada data pelatihan sehingga kurang baik pada data baru

Model yang mampu mengelola data dalam jumlah besar

Model yang berfungsi tanpa supervisi

Memasukkan data transaksi secara manual

Menentukan lokasi kantor baru

Memprediksi pola investasi dan mencegah penipuan

Meningkatkan jumlah karyawan

Menghapus data nasabah yang tidak aktif

Menghapus data yang tidak diperlukan

Memilih variabel penting untuk meningkatkan performa model

Memperbesar ukuran dataset

Menambahkan layer pada neural network

Menentukan arsitektur jaringan syaraf

Pemrosesan teks dan gambar

Penyimpanan data

Pengurangan biaya produksi

Penjualan langsung

Penyusunan laporan keuangan

Collaborative Filtering

Clustering

Data Collection

Predictive Maintenance

Reinfo

Menyederhanakan data

Menentukan output yang akan dikirim ke layer berikutnya

Meningkatkan kapasitas penyimpanan data

Menghilangkan data yang tidak relevan

Menambah jumlah neuron pada layer

Pemetaan cuaca

Manajemen stok barang

Penghitungan inventaris

Sistem keamanan

Pelacakan riwayat transaksi

Supervised Learning

Unsupervised Learning

Reinforcement Learning

Clustering

Deep Learning

Penggunaan algoritma yang sederhana

Kurangnya data untuk melatih model

Kecepatan proses yang sangat lambat

Rendahnya kebutuhan perangkat keras

Meningkatnya biaya operasional

Supervised Learning

Reinforcement Learning

Unsupervised Learning

Transfer Learning

Semi-Supervised Learning

Mengelola pemasukan dan pengeluaran

Memprediksi tren dan pola perilaku pengguna

Mengoptimalkan penggunaan perangkat keras

Meningkatkan penyimpanan data

Menghitung angka penjualan secara otomatis

Meningkatkan jumlah data pelatihan dengan membuat variasi dari data asli

Menghapus data yang tidak sesuai

Menyederhanakan algoritma

Menggandakan hasil output

Memindahkan data ke penyimpanan eksternal

Internet of Things

Big Data

Smart Home System

Blockchain

Cloud Computing

OCR (Optical Character Recognition)

NLP (Natural Language Processing)

GAN (Generative Adversarial Network)

CNN (Convolutional Neural Network)

RNN (Recurrent Neural Network)

Kemampuan model untuk memberikan hasil akurat pada data baru yang belum pernah dilihat

Kemampuan model untuk menyimpan data dalam jumlah besar

Proses membuat model dengan banyak layer

Kemampuan model memproses data yang sangat spesifik

Mempercepat waktu pemrosesan model

Mengurangi risiko overfitting dengan menghapus beberapa neuron secara acak saat pelatihan

Mempercepat pelatihan dengan mengabaikan beberapa data

Meningkatkan akurasi model

Menghapus layer yang tidak diperlukan

Menggabungkan data dengan cara yang efisien

Reinforcement Learning

Computer Vision

Natural Language Processing (NLP)

Robotic Process Automation (RPA)

Clustering

Chatbot

Self-driving Car

Game Agent

Smart Spe

Mengoptimalkan algoritma

Mempersiapkan dataset yang berkualitas

Melakukan pengujian

Mengatur parameter model

Menghitung akurasi model

Kurangnya data yang tersedia

Tingginya biaya pengumpulan data

Privasi dan keamanan data pasien yang harus dijaga

Data medis hanya tersedia dalam format teks

Sulitnya mengintegrasikan AI dengan perangkat medis

Memperbanyak jumlah layer

Menambah jumlah parameter

Cross-validation dan regularisasi

Menambah dataset

Menghapus data yang tidak sesuai

Decision Tree

K-Nearest Neighbors

Collaborative Filtering

Linear Regression

Clustering

Menghitung error antara prediksi model dan nilai aktual

Menyimpan hasil akhir prediksi

Mempercepat proses pelatihan model

Menggabungkan data yang mirip

Menghasilkan output akhir model

Meningkatkan ukuran data

Lebih efektif dalam memahami pola kompleks dalam gambar

Mengurangi kebutuhan perangkat keras

Mempermudah proses pengujian data

Meningkatkan kecepatan pengambilan keputusan

Satu model bertindak sebagai generator, dan model lain bertindak sebagai discriminator untuk menilai hasil generator

Satu model bertindak sebagai pengelompok, dan model lain sebagai pengurai

Model menghasilkan data baru dari nol tanpa pembelajaran

Model melakukan analisis statistik sederhana

Model bertukar data dengan sistem lain

Keterbatasan dalam kapasitas penyimpanan

Waktu pelatihan yang terlalu lama

Keakuratan dalam mengenali wajah dari berbagai sudut dan kondisi pencahayaan

Kebutuhan data yang sangat kecil

Kurangnya tenaga kerja ahli

Clustering

Feature Selection

Data Splitting

Overfitting

Dimensionality Reduction

Content-Based Filtering

Predictive Model

Descriptive Model

Prescriptive Model

Associative Model

AI dapat bekerja tanpa campur tangan manusia

AI hanya digunakan oleh industri tertentu

AI diprogram untuk mematuhi prinsip keadilan, privasi, dan keamanan

AI mengelola data dalam jumlah yang sangat besar

AI dibuat dengan biaya rendah