Studi Pendalaman Keilmuan Data Science di PT Bisa Artifisial Indonesia sebagai Bagian dari Upaya Mengakselerasi Teknologi Instrumentasi Digital di Indonesia Berbasis Mahadata

Priscilla, Mandy (2022) Studi Pendalaman Keilmuan Data Science di PT Bisa Artifisial Indonesia sebagai Bagian dari Upaya Mengakselerasi Teknologi Instrumentasi Digital di Indonesia Berbasis Mahadata. MBKM thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (897kB) | Preview
Preview	PDF BAB_I.pdf Download (99kB) | Preview
Preview	PDF BAB_II.pdf Download (214kB) | Preview
Preview	PDF BAB_III.pdf Download (6MB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (90kB)
Preview	PDF DAFTAR_PUSTAKA.pdf Download (52kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (18MB)
	PDF LEMBAR_PENGESAHAN.pdf Restricted to Registered users only Download (52kB)

Abstract

Pada kegiatan magang bidang Data Science di PT Bisa Artifisial Indonesia, penerapan data science pada berbagai kasus dipelajari, termasuk penggunaan visualisasi data, serta algoritma-algoritma dalam supervised learning yaitu klasifikasi dan regresi, algoritma dalam unsupervised learning yaitu clustering, dan algoritma dalam deep learning yaitu neural network. Data yang digunakan terstruktur seperti data tabular dan tidak terstruktur seperti data teks dan gambar. Training pada data dilakukan untuk mendapatkan model kombinasi bobot dan bias yang terbaik, serta memaksimalkan akurasi dan meminimalkan loss. Materi mengenai dasar pemrograman Python diberikan melalui live coding webinar untuk berbagi ilmu mengenai dasar penggunaan salah satu bahasa pemrongraman yang diperlukan di bidang Data Science untuk pemula, serta untuk melatih keterampilan lunak dalam menyampaikan materi. Modul dari silabus Convolutional Neural Network dibuat untuk mendukung pembelajaran di PT Bisa Artifisial Indonesia. Course lainnya diikuti untuk memperdalam pemahaman dasar mengenai probabilitas, statistika, dan pemrograman Python. Koneksi dengan instruktur maupun peserta lain yang menekuni bidang yang sama dibangun sebagai lingkungan diskusi dan pengembangan karir kedepannya.

Item Type:	Thesis (MBKM)
Keywords:	akurasi, clustering, klasifikasi, neural network, regresi
Divisions:	Faculty of Engineering & Informatics > Engineering Physics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Feb 2023 12:02
Last Modified:	24 Feb 2023 13:02
URI:	https://kc.umn.ac.id/id/eprint/23303

Actions (login required)

View Item