saat ini pemerintahan Indonesia telah mengubah alur kurikulum berbasis deep learning, dimana mana terdapat sosialisasi perbelakuan dan penerapan kurikulum baru untuk disesuaikan dengan kurikulum merdeka. Oleh karena itu saya ingin membagi informasi tentang apa sebenarnya deep learning, Deep learning merupakan bidang baru dalam pembelajaran mesin, ide intinya adalah untuk mensimulasikan struktur abstraksi hierarki otak manusia, menganalisis data skala besar dengan metode tanpa pengawasan, dan mengungkap informasi berharga yang terkandung dalam big data. Deep learning dirancang untuk meneliti big data dan menyediakan otak berpikir mendalam untuk big data.
“ Twenty a long time from presently you’ll be more disappointed by the things simply didn’t do than by the ones you did do “
Charles Dickens
menurut jurnal science direct melalui laman webnya (https://www.sciencedirect.com) pada topik learning menyebutkan ” Pada Juni 2012, proyek Google Brain menarik perhatian publik di The New York Times”. dimana Proyek ini dipimpin oleh Andrew Ng dan Jeff Dean di Universitas Stanford mengunakan Platform komputasi paralel dengan 16.000 inti CPU digunakan untuk melatih jaringan saraf dalam dengan 10 miliar node. Data dalam jumlah besar langsung dimuat ke dalam algoritma, dan data tersebut dibiarkan “berbicara”. Sistem secara otomatis belajar dari data tersebut.
Pada bulan November 2012, Microsoft secara publik mendemonstrasikan sistem interpretasi simultan otomatis sepenuhnya di Tianjin, Tiongkok. Pembicara menyampaikan pidato dalam bahasa Inggris, dan komputer di bagian belakang secara otomatis melakukan pengenalan suara, mesin menerjemahkan dari bahasa Inggris ke bahasa Mandarin, dan suara bahasa Mandarin disintesis. Teknologi kunci yang mendukung sistem di belakang layar juga adalah pembelajaran mendalam (deep learning).
dari literatur tersebut mengatakan dengan metode push and pull (dorong dan tarik), bahwa metode ini menunjukkan neuron pada lapisan ke-l secara aktif menyebarkan kesalahan ke neuron pada lapisan ke-(l−1). Ini cocok untuk implementasi serial. Terdapat masalah konflik penulisan pada implementasi paralel. Pada metode tarik (gambar kanan pada Gambar 7.9), neuron pada lapisan ke-(l−1) secara aktif memperoleh kesalahan dari neuron pada lapisan ke-l. Metode tarik sulit diimplementasikan. Karena efek batas dari operasi konvolusi, kita perlu memastikan neuron mana dalam peta fitur lapisan sebelumnya yang terhubung ke neuron pada lapisan saat ini. artinya uraian diatas dari kesalahan kesalahan yang dilakukan diawal pembelajaran atau merekam informasi dimasa lalu terjadi kesalahan maka kesalahan tersebut akan berlanjut kecuali dengan adanya dorongan mencari titik kesalahan dalam ranah kognitif dan penerapan (psikomotor) tidak ada sinkronisasi maka harus ada upaya untuk mendorong cara berpikir ulang dengan menganalisa dari kesalahan belajar atau informasi yang didapat pada masa lalu sehingga dapat meningkatkan adanya daya kejut (stimulus) pada syaraf. sehingga informasi yang di dapat diolah menjadi informasi yang benar berdasarkan pengalaman.
Namun, fleksibilitas ini datang dengan biaya. Secara khusus, arsitektur pembelajaran mendalam (deep learning) membutuhkan sejumlah besar data untuk mengungguli pendekatan lain, mahal secara komputasi untuk dilatih, dan tidak mudah diinterpretasikan. dibidang pendidikan yang dapat diambil adalah metode yang digunakan dan alur skenario dalam menentukan langkah langkah perbaikan dalam memecahkan suatu permasalahan sehingga didapat solusi yang tepat dan lebih efisien. semoga ulasan ini dapat menambah wawasan kita dalam memahami sesuatu permasalah kedepan dengan menemukan solusi yang tepat.
<!– wp:social-links –><ul class=”wp-block-social-links”><!– wp:social-link {“url”:”https://gravatar.com/dayath688″,”service”:”gravatar”,”rel”:”me”} /–></ul><!– /wp:social-links –>
