Webinar dan Workshop yang bertemakan Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning
Webinar dan Workshop bertema "Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning" diselenggarakan pada hari Rabu, tgl 15 Januari 2025. Acara ini dirancang untuk membantu peserta memahami dan menguasai salah satu framework machine learning paling populer, yaitu TensorFlow.
Acara yang merupakan hasil diseminasi MSIB Batch 7 diselenggarakan oleh Kelompok 7 KKN Program Studi Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jakarta (FT UMJ). Kegiatan ini memberikan wawasan mendalam tentang bagaimana TensorFlow dapat digunakan untuk membangun solusi berbasis kecerdasan buatan (AI), pembelajaran mesin (ML), dan pembelajaran mendalam (Deep Learning) yang inovatif. Sebanyak 50 orang peserta mengikuti acara ini, yang terdiri dari mahasiswa Universitas Muhammadiyah Jakarta serta peserta umum yang tertarik dengan teknologi kecerdasan buatan.
Webinar yang dipandu oleh Sutio Franskusuma menjadi sesi pengantar yang komprehensif tentang dasar-dasar TensorFlow. Peserta diajak untuk memahami bagaimana framework ini dapat digunakan untuk membangun model pembelajaran mesin yang kuat dan efisien. Beberapa poin utama yang telah dibahas meliputi:
1. Dasar-Dasar TensorFlow; berisi penjelasan mengenai arsitektur TensorFlow, cara kerja framework ini, serta langkah awal untuk memulai proyek pertama kita.
2. Penerapan dalam AI dan ML; berisi pembelajaran tentang penggunaan TensorFlow dalam aplikasi nyata seperti pengenalan gambar, analisis teks, dan prediksi data.
3. Teknik Pembelajaran Mendalam (Deep Learning); berisi Eksplorasi konsep penting seperti jaringan saraf tiruan (neural networks), konvolusi (CNN), dan rekursi (RNN) untuk menyelesaikan berbagai tantangan di dunia AI.
Webinar ini dirancang untuk memberikan pemahaman teoretis yang kuat sekaligus menjawab pertanyaan peserta seputar penggunaan TensorFlow dalam berbagai skenario praktis.
Kegiatan selanjutnya adalah workshop yang dipandu Irfan Pandu Aji memberi kesempatan kepada peserta untuk langsung mempraktikkan ilmu yang telah dipelajari.
Dalam sesi ini, peserta:
1. Membangun Model Neural Network dari Nol; Belajar langkah demi langkah membuat model deep learning sederhana hingga kompleks menggunakan TensorFlow, termasuk teknik preprocessing data dan evaluasi model.
2. Proyek Studi Kasus Nyata; Peserta bekerja dengan dataset dunia nyata untuk memecahkan masalah spesifik seperti klasifikasi gambar, analisis sentimen teks, atau prediksi data numerik.
3. Pendekatan Hands-On; Setiap peserta didampingi oleh mentor berpengalaman yang siap membantu menjawab pertanyaan teknis selama sesi berlangsung.
Workshop ini tidak hanya memberikan pengalaman praktis tetapi juga membantu peserta memahami cara mengintegrasikan TensorFlow ke dalam proyek-proyek profesional mereka.
Acara ini sangat direkomendasikan bagi mahasiswa Universitas Muhammadiyah Jakarta dan umum yang tertarik mengeksplorasi potensi besar AI dan ML menggunakan TensorFlow. Dengan mengikuti webinar dan workshop ini, peserta tidak hanya mendapatkan ilmu baru tetapi juga sertifikat partisipasi yang dapat memperkuat portofolio mereka.Kegiatan ini diharapkan dapat memberikan dampak positif bagi peserta dengan memperluas wawasan mereka tentang AI dan machine learning serta membekali mereka dengan keterampilan praktis yang relevan di dunia industri teknologi informasi.
Harapannya, kegiatan dapat menjadi inspirasi peserta untuk terus mengembangkan kompetensi di bidang teknologi modern seperti TensorFlow.
Webinar dan workshop ini berlangsung dengan penuh antusiasme dari para peserta yang aktif berpartisipasi dalam diskusi maupun praktik langsung. Banyak peserta berharap kegiatan serupa dapat diadakan secara rutin untuk mendukung pengembangan keahlian mereka di bidang AI dan ML. Acara ini tidak hanya memberikan ilmu baru tetapi juga sertifikat partisipasi yang dapat memperkuat portofolio peserta dalam menghadapi tantangan dunia kerja.
Link Sertifikat Peserta https://bit.ly/42H52sr