Posts

Deep Learning untuk mengenali Gambar

Image
Deep Learning atau sering dikenal dengan istilah Pembelajaran Struktural Mendalam (Deep Structured Learning) atau Pembelajaran Hierarki (Hierarchical learning) adalah salah satu cabang dari ilmu pembelajaran mesin (Machine Learning) yang terdiri algoritma pemodelan abstraksi tingkat tinggi pada data menggunakan sekumpulan fungsi transformasi non-linear yang ditata berlapis-lapis dan mendalam. Teknik dan algoritma dalam Pembelaran dalam dapat digunakan baik untuk kebutuhan pembelajaran terarah (supervised learning), pembelajaran tak terarah (unsupervised learning) dan semi-terarah (semi-supervised learning) dalam berbagai aplikasi seperti pengenalan citra, pengenalan suara, klasifikasi teks, dan sebagainya[4]. Deep Learning disebut sebagai Deep (dalam) karena struktur dan jumlah jaringan saraf pada algoritmanya sangat banyak bisa mencapai hingga ratusan lapisan.

Komputasi Kuantum

Image
Komputer kuantum adalah alat hitung yang menggunakan sebuah fenomena mekanika kuantum, misalnya superposisi dan keterkaitan, untuk melakukan operasi data. Dalam komputasi klasik, jumlah data dihitung dengan bit; dalam komputer kuantum, hal ini dilakukan dengan qubit. P rinsip dasar komputer kuantum adalah bahwa sifat kuantum dari partikel dapat digunakan untuk mewakili data dan struktur data, dan bahwa mekanika kuantum dapat digunakan untuk melakukan operasi dengan data ini. Dalam hal ini untuk mengembangkan komputer dengan sistem kuantum diperlukan suatu logika baru yang sesuai dengan prinsip kuantum. Ide mengenai komputer kuantum ini berasal dari beberapa fisikawan antara lain Charles H. Bennett dari IBM, Paul A. Benioff dari Argonne National Laboratory, Illinois, David Deutsch dari University of Oxford, dan Richard P. Feynman dari California Institute of Technology (Caltech). Pada awalnya Feynman mengemukakan idenya mengenai sistem kuantum yang juga dapat melakukan prose...

Jurnal Non-Relational Database dengan Darwinian Network

Image
Abstrak Darwinian Networks (DN) pertama kali diperkenalkan oleh Dr Butz [1] untuk menyederhanakan dan memperjelas cara bekerja dengannya Jaringan Bayesian (BNs). DN dapat menyatukan tugas pemodelan dan penalaran ke dalam platform tunggal menggunakan manipulasi grafis dari tabel probabilitas yang mengambil nuansa biologis. Dari pandangan DN ini, kami mengusulkan perpustakaan grafis untuk mewakili dan menggambarkan basis data non-relasional menggunakan DN. Karena pertumbuhannya dari database semacam ini, kita membutuhkan lebih banyak alat untuk membantu dalam pekerjaan manajemen, dan DN dapat membantu tugas-tugas ini.   Index : No SQL, Darwinian Networks, Non-Relational Database, Java-script, Software engineering

Makalah Cloud Computing

Image
MAKALAH PENGANTAR KOMPUTASI MODERN ‘CLOUD COMPUTING Untuk memenuhi salah satu tugas ’ Disusun Oleh: Nama:           M Himawan Noer Adiyasa Kelas:            4IA10 NPM:             57414308 FAKULTAS TEKNOLOGI INUSTRI TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA 2018

Sentiment Twitter Using R Programs

Image
Sentiment Analysis adalah pengolahan kata untuk melacak mood masyarakat tentang produk atau topik tertentu. Analisis Sentimen disebut opinion mining (G.Vinodhini, M. Chandrasekaran 2012)

Learn JPEG Compression

Image
Pasti udah pada tau dong jpeg / .jpeg itu apa. File format gambar/foto digital. JPEG itu singkatan dari Joint Photographic Expert Grup, panjang ya kalo lengkapnya. JPEG itu sebenarnya file yang dikompresi yang dari ukurannya besar lalu di kompresi jadi hasilnya kecil. Jadi muat tuh di device device sekarang, gak makan memori/space disk. Sejarahnya JPEG tuh panjang. Dikembanginnya tuh  awal tahun 1980 oleh Joint Photographic Expert Grup (JPEG). Pada tahun 1992 JPEG mulai perkenalkan sebagai standard pengkodean gambar digital. Kenapa sih JPEG dijadiin standar gambar digital? Karena kompresi JPEG menghasilkan  kompresi gambar 10:1 yang dimana kecilnya kehilangan kualitas gambar yang dihasilkan.

AT&T sebagai provider sedunia

Image
Siapa yang tidak tahu AT&T, adalah prusahaan yang bergerak di bidang telekomunikasi terbesar di dunia. Dan terbesar ke-dua sebagai service provider di America serikat.  AT&T juga bergerak sebagai penyedia tv berlangganan yang membuat AT&T sebagai penyedia TV berlangganan terbesar. Pada Februari 2017, AT&T menjadi perusahaan terbesar ke 12 di dunia (sebagai perusahaan non-minyak dan keseluruhan) yang diukur dari gabungan pendapatan, keuntungan, aset dan evaluasi pasar. AT&T adalah perusahaan terbesar dalam hal penghasilan. Pada 2017 AT&T menjadi penyedia provider selular tebesar ke 18  di dunia, dengan 134 juta pengguna telepone selular. AT&T menempati posisi ke 4 dalam peringkar merek paling berharga di dunia yang diterbitkan oleh brand Finance.