Machine Learning
Machine Learning (KBAI403)
Semester Genap 2025/2026
Ilmu Komputer
Presented By: Aliyah Kurniasih, [Link]., [Link].
[Link]@[Link]
Kode MK: KBAI403
3 SKS: 2 Teori dan 1 Praktek
Machine Learning
1 SKS Teori: 50 Menit
1 SKS Praktek: 100 Menit
Tugas Individu (20%)
Penilaian Assesment-1 (20%)
Teori 50%, Praktek 50% : Assessment-1 100%
Assesment-2 (20%)
Teori 50%, Praktek 50% : Assessment-2 100%
UAS (40%)
Teori 50%, Praktek 50% : UAS 100%
Project
Kelompok
UAS
Teori
Presentasi : 60%
Tanya Jawab : 40%
Praktek
Laporan : 40%
Cover, abstrak, Kata Pengantar, Daftar Isi, Daftar Tabel, Daftar Tabel, Daftar
Gambar, Daftar Lampiran, Bab 1 Pendahuluan (Latar Belakang, Identifikasi
Masalah, Rumusan Masalah, Tujuan), Bab 2 Tinjauan Pustaka, Bab 3
Metodologi, Bab 4 Hasil dan Pembahasan, Bab 5 Kesimpulan dan Saran,
Daftar Pustaka, Lampiran.
Kode Program : 60%
Kriteria Penilaian
Nilai Angka Grade Bobot Keterangan
85 − 100 A 4.00 Sangat Baik Sekali
80 − 84.9 A− 3.67 Sangat Baik
75 − 79.9 B+ 3.33 Baik Sekali
70 − 74.9 B 3.00 Baik
65 − 69.9 B− 2.50 Cukup Baik
60 − 64.9 C 2.00 Cukup
50 − 59.9 D 1.00 Kurang
0 − 49.9 E 0 Gagal
Keterlambatan Maks: 30 Menit
Ketidakhadiran Maks: 4 Kali
Tata Tertib
Batas Pengumpulan Setiap Tugas Maks: Senin 23.59
Plagiarishm nilai 0 bagi keduanya
Introduction
Machine Learning (KBAI403)
Semester Genap 2025/2026
Ilmu Komputer
Presented By: Aliyah Kurniasih, [Link]., [Link].
[Link]@[Link]
Pengenalan
Machine Learning
Apa yang Anda Ketahui
Tentang Machine Learning?
[Link]
Bidang Studi yang memberi komputer kemampuan
untuk belajar tanpa di program secara eksplisit.
(Arthur Samuel, 1959)
Programming vs
Modelling
Pemrograman Tradisional
Berikan Contoh Algoritma dari
Pemrograman Tradisional?
Modelling
Komponen Utama ML
Komponen Utama ML
• Dataset
• Algoritma
• Model
• Feature Engineering
• Training
• Evaluation
• Hyperparameter Tuning
• deployment
Mengapa
Machine Learning
Jadi kenapa kita memerlukan
Machine Learning?
Karena pemrograman tradisional memiliki keterbatasan untuk
persoalan yang memiliki masalah-masalah yang kompleks.
Logika untuk membuat keputusan spesifik mungkin membuat kita
perlu menulis keseluruhan sistem dan mendesain aturan sistem
memerlukan pemahaman yang mendalam untuk suatu keputusan
(dibutuhkan seorang ahli).
Masalah yang solusinya membutuhkan banyak penyesuaian dan
aturan.
Masalah rumit yang tidak bisa diselesaikan dengan pemrograman
tradisional.
[Link]
Jenis-Jenis Machine
Learning
Unsupervised Semi-supervised
Supervised Reinforcement
Machine
Learning
Supervised Learning
Unsupervised Learning
Semi-supervised Learning
Reinforcement Learning
Machine Learning Use
Case
Machine Learning dan Business Intelligence
• Machine learning merupakan teknik yang dapat mendeteksi pola dari
sekumpulan data. Yaitu membuat model dengan data dan menggunakan
model tersebut untuk memprediksi.
• Business Intelligence mengacu pada penggunaan berbagai alat dan
teknologi dalam proses pengumpulan, analisis, dan interpretasi data
bisnis.
Machine Learning dan Data Analytic
• Data analytics dan machine learning bekerja berdampingan dalam
menyelesaikan permasalahan. Analis bisa melihat lebih dalam suatu
masalah berdasarkan data yang ada, kemudian menentukan apakah
masalah tersebut bisa diselesaikan dengan machine learning atau tidak.
Setelah masalah diidentifikasi, maka peran seorang machine learning
adalah mengimplementasikan mulai dari mengumpulkan data, memilih
model yang sesuai, melakukan deployment, dan memonitor model
tersebut.
• Dengan cara ini machine learning membantu proses analisis data dan
pengambilan keputusan.
Machine Learning di
Industri
Sistem Rekomendasi
Contoh yang lainnya?
Batasan Machine
Learning
Apa yang membuat kegagalan
system machine learning?
Jadi apa batasannya Machine
Learning?
“salah satu Batasan machine learning saat ini adalah rasa
empati yang tidak dimilikinya”.
“gunakan dan asah intuisi Anda tentang apa yang dapat
dan tidak dapat dilakukan oleh machine learning”.
Dengan memahami Batasan machine learning, Anda dapat
membayangkan beberapa hal di Perusahaan atau kehidupan sehari-hari
yang mungkin layak dan tidak layak untuk dieksplorasi lebih lanjut
terhadap pengembangan machine learning.
Merumuskan Masalah
dalam Machine
Learning
Langkah Merumuskan Masalah ML
Pahami Data yang Tersedia
02
Identifikasi Tujuan Bisnis 01 03 Tentukan Jenis Masalah ML
05 04
Membuat Pernyataan Definisikan Variabel Target
Masalah yang Jelas dan Fitur
Identifikasi Tujuan Bisnis
Time-
Specific Measurable Achievable Relevant
Bound
Pahami Data yang Tersedia
Pembersih
Evaluasi
Inventarisa Eksplorasi Pemelihara an dan
Kualitas
si Data Data an Fitur Transform
Data
asi Data
Tantangan dalam
Machine Learning
Tantangan Utama dalam Machine Learning
• Kualitas Data
1
• Keterbatasan Data
2
• Pemilihan Model dan Algoritma
3
• Etika dan Privasi
4
• Pemeliharaan dan Pembaruan
5
Terima Kasih ☺