Pengenalan Deep Learning

Beberapa tahun terakhir ini, Kecerdasan Buatan ( Artificial Intelligence ) berkembang cukup sangat pesat. Masalah – masalah yang sebelumnya sangat sulit dipecahkan manusia, dengan adanya Kecerdasan Buatan masalah tersebut dapat diselesaikan dengan mudah.  Kecerdasan Buatan memiliki masalah dalam menerapkan beberapa intuisi dalam pengetahuannya sehingga untuk menyelesaikan masalah tersebut digunakan lah konsep Deep Learning. Model Deep Learning  tumbuh berkembangan seiring dengan perkembangan komputer baik hardware maupun software.

Bagi kamu yang sedang belajar programming atau belajar coding, dan tertarik dengan bidang Artificial Intelligence , maka Deep Learning bisa dijadikan salah satu referensi untuk mendalami Artificial Intelligence.

Pengertian Deep Learning

Deep Learning adalah bagian dari kecerdasan buatan dan Machine Learning, yang merupakan pengembangan dari neural network multiple layer untuk memberikan ketepatan tugas seperti deteksi objek, pengenalan suara, terjemahan bahasa dan lain – lain. Deep Learning berbeda dari teknik Machine Learning yang tradisional, karena Deep Learning secara otomatis melakukan representasi dari data seperti gambar, video atau text tanpa memperkenalkan aturan kode atau pengetahuan domain manusia.

Sejarah Deep Learning

Deep Learning dikembangkan pada tahun 1950 namun baru tahun 1990 dapat di aplikasikan dengan sukses. Learning algoritma yang digunakan sekarang pada task yang komplek hampir sama seperti learning algoritma yang digunakan untuk menyelesaikan masalah permainan pada tahun 1980, meskipun model algoritma yang digunakan berubah menjadi training yang sederhana dari arsitektur Deep Learning. Hal yang penting pada pengembangan model yang sekarang adalah kita dapat mendukung dengan resource yang dibutuhkan agar menjadi sukses. Pengembangan data set yang semakin meningkat menyebabkan data set tersentralisasi yang memudahkan dalam pengelolaannya.

Jenis – Jenis Deep Learning

Terdapat beberapa jenis Deep Learning yaitu Deep Learning untuk unsupervised learning dan hybrid deep networks. Deep Learning untuk unsupervised learning digunakan saat variabel tidak memiliki label sehingga harus menghitung nilai yang lebih tinggi dari unit yang diamati untuk menganalisis polanya. Hybrid deep networks adalah metode yang ditujukan untuk mencapai hasil yang baik dengan menggunakan pembelajaran yang diawasi atau bisa juga tidak diawasi dalam melakukan analisis polanya. Sedangkan untuk jenis algoritma deep learning ada beberapa yaitu Deep Neural Networks (DNN), Artificial Neural Networks (ANN), dan Convolutional Neural Networks (CNN).

Penerapan Deep Learning

Tanpa disadari sebenarnya kita sering jumpai dan gunakan teknologi yang menerapkan deep learning. Contoh penerapan deep learning yaitu fitur face unlock di smartphone. Kita bisa membuka kunci smartphone hanya dengan mendeteksi wajah pemilik smartphone. Deep learning juga saat ini diterapkan dalam lalu lintas seperti sistem tilang otomatis. Dengan pembelajaran deep learning, pelanggaran lalu lintas akan otomatis terdeteksi. Pelanggar akan mendapatkan surat tilang yang langsung dikirim ke rumah. Diharapkan penerapan sistem ini akan meminimalisir pelanggaran lalu lintas. Di bidang kesehatan deep learning juga dapat digunakan misalnya pada rontgen untuk mengidentifikasi dan mengklasifikasikan suatu penyakit.