Buku Ajar: Deep Learning

Panca Dewi Pamungkasari, Triandi Muhammad Hafiz, Arief Rachman, Rendi Handika, Hilda Ayu Pratikasiwi.

Perkembangan Artificial Intelligence telah membawa perubahan besar dalam cara komputer mempelajari, mengenali, dan mengolah berbagai bentuk data. Salah satu teknologi yang menjadi fondasi perkembangan tersebut adalah Deep Learning, sebuah pendekatan berbasis jaringan saraf tiruan berlapis yang mampu mempelajari representasi data secara otomatis dan menangani permasalahan kompleks pada citra, teks, data sekuensial, hingga berbagai kebutuhan analisis modern.

Buku ajar ini membahas Deep Learning secara sistematis dengan memadukan landasan konseptual, matematis, dan implementasi komputasional. Pembahasan dimulai dari hubungan antara Artificial Intelligence, Machine Learning, dan Deep Learning, konsep tensor serta representasi data, kemudian dilanjutkan dengan penggunaan berbagai library Python seperti NumPy, Pandas, TensorFlow, dan PyTorch.

Pembaca selanjutnya diperkenalkan pada berbagai arsitektur utama jaringan saraf, mulai dari Artificial Neural Network (ANN), Deep Neural Network (DNN), Convolutional Neural Network (CNN), Recurrent Neural Network (RNN), Long Short-Term Memory (LSTM), hingga Autoencoder. Setiap pembahasan tidak berhenti pada teori, tetapi dilengkapi dengan praktikum dan studi kasus yang membantu pembaca memahami proses perancangan, pelatihan, evaluasi, serta penerapan model pada permasalahan nyata.

Pada bagian akhir, buku mengajak pembaca memahami perkembangan mutakhir Deep Learning, termasuk Transfer Learning, Fine-Tuning, Generative Adversarial Network (GAN), Vision Transformer, serta arah perkembangan teknologi kecerdasan buatan di masa depan.

Dengan penyajian yang menghubungkan teori dan praktik, buku ini diharapkan dapat menjadi referensi pembelajaran bagi mahasiswa, dosen, peneliti, serta pembaca yang ingin membangun pemahaman dan keterampilan dalam mengembangkan serta mengimplementasikan model Deep Learning secara lebih terstruktur.