Glosarium AI

Activation Function

Fungsi yang dipakai di neuron untuk menambahkan sifat non-linear ke jaringan, supaya jaringan bisa mengenali pola yang rumit.

Adam Optimizer

Algoritma optimasi yang otomatis menyesuaikan learning rate, dengan melakukan kombinasi keunggulan AdaGrad dan RMSProp agar training model lebih cepat dan stabil.

Algorithm

Sekumpulan langkah atau aturan untuk menyelesaikan masalah, dari yang sederhana sampai model AI yang kompleks.

Artificial General Intelligence (AGI)

Bentuk teoritis AI yang cocok atau melampaui kemampuan kognitif manusia di berbagai tugas dan domain.

Artificial Intelligence (AI)

Kecerdasan yang ditunjukkan oleh mesin, memungkinkan komputer untuk memahami, belajar, berpikir, dan membuat keputusan untuk melakukan tugas yang biasanya membutuhkan kecerdasan manusia.

Artificial Neural Network (ANN)

Sebuah model komputasi yang terinspirasi oleh jaringan saraf biologis, terdiri dari simpul saling terhubung yang terorganisir menjadi lapisan untuk memproses informasi.

Attention Mechanism

Mekanisme yang memungkinkan model untuk fokus pada bagian yang paling relevan dari data input, secara dinamis menimbang pentingnya elemen yang berbeda.

Autonomous Agents

Sistem perangkat lunak yang mampu melakukan tugas secara otonom dalam lingkungan yang kompleks, membuat keputusan untuk mencapai hasil yang diinginkan.

Backpropagation

Algoritma optimasi yang digunakan untuk memperbarui bobot jaringan saraf dengan menyebarkan gradien kesalahan ke belakang melalui jaringan.

Batch Normalization

Teknik untuk meningkatkan kecepatan pelatihan dan stabilitas dengan menormalkan input ke setiap lapisan dalam jaringan saraf.

BERT

Perwakilan Encoder Bidirectional dari Transformers, sebuah model yang menganalisis urutan teks lengkap untuk memahami konteks.

Bias (AI)

Kesalahan sistematis dalam sistem AI yang menyebabkan hasil yang tidak adil atau diskriminatif, sering mencerminkan prasangka dalam data pelatihan.

Big Data

Dataset ditandai dengan volume besar, kecepatan tinggi, dan variasi yang membutuhkan alat dan teknik canggih untuk analisis.

Blockchain

Teknologi buku besar terdistribusi yang menjaga catatan transaksi yang aman dan transparan di beberapa komputer.

Chatbot

Sebuah program AI yang mensimulasikan percakapan manusia melalui interaksi teks atau suara, sering digunakan untuk layanan pelanggan.

Classification

Tugas pembelajaran yang diawasi yang mengkategorikan data input ke dalam kelas atau kategori yang telah ditentukan sebelumnya.

Clustering

Teknik pembelajaran tanpa pengawasan (unsupervised learning) yang mengelompokkan titik data serupa berdasarkan karakteristiknya.

Computer Vision

Sebuah bidang AI yang memungkinkan mesin untuk menafsirkan dan memahami informasi visual dari gambar dan video.

Convolutional Neural Network (CNN)

Jaringan saraf khusus yang dirancang untuk memproses data seperti grid seperti gambar, menggunakan lapisan konvolusi untuk mendeteksi fitur (kolom dalam dataset).

Cross-Validation

Teknik untuk menilai kinerja model dengan membagi data menjadi pelatihan dan validasi set beberapa kali.

Data Mining

Proses menemukan pola, korelasi, dan wawasan dari kumpulan data besar menggunakan metode statistik dan komputasi.

Dataset

Kumpulan data yang digunakan untuk pelatihan, pengujian, atau memvalidasi model pembelajaran mesin.

Deep Learning

Sebuah subset pembelajaran mesin menggunakan jaringan saraf dengan beberapa lapisan untuk belajar pola kompleks dari data.

Dimensionality Reduction

Teknik untuk mengurangi jumlah fitur dalam dataset sambil melestarikan informasi penting.

Dropout

Teknik regularisasi yang secara acak menonaktifkan neuron selama pelatihan untuk mencegah overfitting.

Edge Computing

Memroses data secara lokal pada perangkat daripada di server cloud terpusat, memungkinkan keputusan real-time yang lebih cepat.

Ensemble Learning

Teknik yang menggabungkan beberapa model untuk mencapai kinerja yang lebih baik daripada model individu saja.

Epoch

Satu lulus (pass) lengkap melalui seluruh dataset pelatihan selama pelatihan jaringan saraf.

Ethics (AI)

Prinsip dan pedoman yang memastikan sistem AI dikembangkan dan digunakan secara bertanggung jawab, adil, dan transparan.

Feature Engineering

Proses memilih, memodifikasi, atau membuat variabel input untuk meningkatkan kinerja model pembelajaran mesin.

Fine-Tuning

Menyesuaikan model pra-dilatih untuk tugas-tugas tertentu dengan pelatihan pada data khusus domain.

Foundation Model

Model AI skala besar dilatih pada berbagai data yang dapat disesuaikan untuk berbagai tugas downstream.

Generative AI

Sistem AI yang dirancang untuk membuat konten baru termasuk teks, gambar, audio, atau video berdasarkan pola yang dipelajari.

GPT

Generative Pre-trained Transformer, sebuah model bahasa autoregressive yang menghasilkan teks dengan memprediksi token berikutnya.

Gradient Descent

Algoritma optimasi yang meminimalkan fungsi kerugian (loss function) dengan bergerak secara iteratif ke arah turun paling curam (steepest descent).

Hallucination

Ketika model AI menghasilkan output yang tidak benar atau tidak masuk akal karena keterbatasan dalam data pelatihan atau arsitektur.

Hyperparameter

Pengaturan konfigurasi untuk algoritma pembelajaran mesin yang mengontrol proses pembelajaran, diatur sebelum pelatihan dimulai.

Image Recognition

Kemampuan sistem AI untuk mengidentifikasi dan mengklasifikasikan objek, orang, atau adegan dalam gambar digital.

Inference

Proses menggunakan model yang terlatih untuk membuat prediksi atau keputusan tentang data baru yang tidak terlihat.

JSON

JavaScript Object Notation, format pertukaran data ringan yang umumnya digunakan untuk menyimpan dan mentransmisikan data model AI.

K-Means

Algoritma clustering yang tidak diawasi yang membagi data menjadi k buah cluster berdasarkan kesamaan fitur.

Knowledge Graph

Perwakilan terstruktur pengetahuan yang menunjukkan hubungan antara entitas, konsep, dan fakta.

Large Language Model (LLM)

Jaringan saraf yang dilatih pada dataset teks yang luas untuk memahami dan menghasilkan bahasa mirip manusia untuk berbagai tugas.

Learning Rate

Sebuah hyperparameter yang mengendalikan berapa banyak bobot model disesuaikan selama setiap iterasi pelatihan.

Loss Function

Fungsi matematika yang mengukur perbedaan antara hasil yang diprediksi dan hasil yang sebenarnya, membimbing optimasi model.

Machine Learning (ML)

Sebuah subset AI yang memungkinkan komputer untuk belajar dan membuat keputusan dari data tanpa pemrograman eksplisit untuk setiap tugas.

Multi-Head Attention

Mekanisme perhatian menggunakan beberapa kepala perhatian paralel untuk menangkap berbagai jenis hubungan dalam data.

Natural Language Processing (NLP)

Sebuah bidang AI berfokus pada memungkinkan komputer untuk memahami, menafsirkan, dan menghasilkan bahasa manusia.

Neural Network

Sebuah model komputasi yang terinspirasi oleh jaringan saraf biologis, terdiri dari simpul pemrosesan yang saling terhubung.

Normalization

Proses skala data ke kisaran standar untuk meningkatkan stabilitas dan kinerja pelatihan model.

Optimization

Proses menyesuaikan parameter model untuk meminimalkan kesalahan dan meningkatkan kinerja pada tugas tertentu.

Overfitting

Ketika model belajar data pelatihan terlalu baik, menangkap kebisingan dan gagal untuk mengeneralisasikan ke data baru.

Prompt Engineering

Praktek membuat input yang efektif meminta untuk membimbing model AI menuju output dan perilaku yang diinginkan.

PyTorch

Kerangka kerja pembelajaran mesin sumber terbuka yang menyediakan alat untuk membangun dan melatih jaringan saraf.

Quantum Computing

Teknologi komputasi menggunakan prinsip mekanik kuantum untuk memproses informasi secara eksponensial lebih cepat daripada komputer klasik.

Query

Permintaan informasi dari database atau sistem AI, sering dalam bentuk bahasa alami.

Reinforcement Learning

Paradigma pembelajaran di mana agen belajar tindakan optimal melalui percobaan dan kesalahan, menerima hadiah atau hukuman.

Regression

Tugas pembelajaran yang diawasi memprediksi nilai numerik terus menerus berdasarkan fitur input.

Robotics

Lapangan menggabungkan AI dengan rekayasa mesin untuk menciptakan mesin cerdas yang mampu melakukan tugas fisik.

Supervised Learning

Pendekatan pembelajaran mesin menggunakan data yang dilabel untuk melatih model untuk tugas prediksi atau klasifikasi.

Synthetic Data

Data yang dihasilkan secara buatan yang meniru karakteristik data dunia nyata, digunakan ketika data sebenarnya langka atau sensitif.

Transformer

Arsitektur jaringan saraf menggunakan mekanisme perhatian, dasar untuk model bahasa modern seperti GPT dan BERT.

Transfer Learning

Teknik menggunakan pengetahuan dari model yang dilatih sebelumnya untuk meningkatkan kinerja pada tugas terkait dengan data terbatas.

Turing Test

Tes kecerdasan mesin mengukur kemampuan untuk menunjukkan perilaku cerdas yang tidak dapat dibedakan dari manusia.

Unsupervised Learning

Pembelajaran mesin menggunakan data yang tidak dilabelkan untuk menemukan pola, struktur, atau hubungan tersembunyi tanpa bimbingan manusia.

Validation

Proses mengevaluasi kinerja model pada data yang terpisah dari pelatihan untuk menilai kemampuan generalisasi.

Vector

Sebuah representasi matematika data sebagai array angka, memungkinkan pemrosesan komputasi dalam sistem AI.

Weights

Parameter numerik dalam jaringan saraf yang menentukan kekuatan koneksi antara neuron, disesuaikan selama pelatihan.

XAI (Explainable AI)

Sistem AI yang dirancang untuk memberikan penjelasan yang jelas dan dapat dimengerti untuk keputusan dan proses penalaran mereka.

YOLO

You Only Look Once adalah algoritma deteksi objek real-time yang mengidentifikasi dan menemukan objek dalam gambar secara efisien.

Zero-Shot Learning

Pendekatan pembelajaran mesin yang memungkinkan model untuk melakukan tugas atau mengenali kelas tanpa contoh pelatihan yang eksplisit.