Hubungi Kami
 Durasi 21 jam

Kerangka Materi

Pengantar Sistem Otonom

  • Gambaran umum mengenai sistem otonom beserta aplikasinya
  • Komponen utama: sensor, aktuator, serta sistem kendali
  • Tantangan dalam pengembangan sistem otonom

Teknik AI untuk Pengambilan Keputusan Otonom

  • Model pembelajaran mesin guna pengambilan keputusan
  • Pendekatan deep learning dalam persepsi dan kendali sistem
  • Pemrosesan real-time serta inferensi pada sistem otonom

Navigasi dan Kendali Otonom

  • Perencanaan jalur serta penghindaran rintangan
  • Algoritma kendali untuk navigasi yang stabil dan responsif
  • Integrasi AI dengan sistem kendali pada kendaraan otonom

Keselamatan dan Keandalan Sistem Otonom

  • Protokol keselamatan serta mekanisme pemulihan saat terjadi kegagalan
  • Pengujian dan validasi terhadap sistem otonom
  • Kepatuhan terhadap standar industri serta regulasi yang berlaku

Studi Kasus dan Penerapan Praktis

  • Mobil tanpa pengemudi: algoritma AI serta penerapannya di dunia nyata
  • Drone: kontrol penerbangan otonom dan sistem navigasinya
  • Robot industri: otomasi berbasis AI dalam sektor manufaktur

Tren Masa Depan Sistem Otonom yang Didukung AI

  • Kemajuan AI serta dampaknya terhadap kemampuan otonomi sistem
  • Teknologi baru dalam pengembangan sistem otonom
  • Peluang dan arah pengembangan di bidang ini ke depannya

Kesimpulan dan Langkah Selanjutnya

Persyaratan

  • Pengalaman dalam bidang robotika atau pengembangan AI
  • Pemahaman tentang pembelajaran mesin serta sistem real-time
  • Kebiasaan dengan sistem kendali dan protokol keselamatan

Target Peserta

  • Insinyur robotika
  • Pengembang AI
  • Spesialis otomasi

Jumlah Peserta


Harga per Peserta

Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.

Testimoni (2)

Melatih mereka yang belum pernah menggunakan AI untuk menguasai pengulangan dalam pembuatan prompt, serta membantu mereka yang sudah menggunakan AI untuk mempertimbangkan berbagai metode alternatif dalam penerapannya.

Matthew Gay - Tarsus Pharmaceuticals
Kursus - Artificial Intelligence (AI) Overview

Diterjemahkan Mesin

Bekerja berdasarkan prinsip-prinsip dasar secara fokus, dan beralih ke penerapan studi kasus pada hari yang sama

Maggie Webb - Department of Jobs, Regions, and Precincts
Kursus - Artificial Neural Networks, Machine Learning, Deep Thinking

Diterjemahkan Mesin

Kursus Mendatang

Sistem Otonom yang Didukung AI

2026-11-16 09:30
21 jam
Pondok Indah Office Tower 3
60450000 IDR (Daring)
60450000 IDR (Ruang Kelas)

Sistem Otonom yang Didukung AI

2026-11-30 09:30
21 jam
Pondok Indah Office Tower 3
60450000 IDR (Daring)
60450000 IDR (Ruang Kelas)

Sistem Otonom yang Didukung AI

2026-12-14 09:30
21 jam
Pondok Indah Office Tower 3
60450000 IDR (Daring)
60450000 IDR (Ruang Kelas)

Sistem Otonom yang Didukung AI

2026-12-28 09:30
21 jam
Pondok Indah Office Tower 3
60450000 IDR (Daring)
60450000 IDR (Ruang Kelas)

Sistem Otonom yang Didukung AI

2027-01-11 09:30
21 jam
Pondok Indah Office Tower 3
60450000 IDR (Daring)
60450000 IDR (Ruang Kelas)

Sistem Otonom yang Didukung AI

2027-01-25 09:30
21 jam
Pondok Indah Office Tower 3
60450000 IDR (Daring)
60450000 IDR (Ruang Kelas)

Kursus Terkait

Kecerdasan Buatan (AI) di Otomotif

 14 Jam
Jelajahi bagaimana Machine Learning dan Deep Learning mentransformasi sektor otomotif. Kursus Indonesia ini mencakup konsep inti mulai dari otomatisasi sederhana hingga pengambilan keputusan otonom, termasuk jaringan saraf dan contoh praktis TensorFlow untuk aplikasi dunia nyata.
Baca selengkapnya...

Ikhtisar Kecerdasan Buatan (AI)

 7 Jam
Pelatihan pengantar tentang Indonesia yang mengeksplorasi dasar-dasar AI, mulai dari agen cerdas hingga pembelajaran mesin. Pelatihan ini membekali eksekutif dan arsitek untuk menilai tren AI yang berkembang, mengintegrasikan solusi praktis, dan mempercepat kelenturan bisnis melalui strategi otomatisasi.
Baca selengkapnya...

AlphaFold: Prediksi Struktur Protein Berbasis Kecerdasan Buatan dan Interpretasinya

 7 Jam

Pelatihan langsung tatap muka ini Indonesia (baik online maupun secara fisik) ditujukan bagi para ahli biologi yang ingin memahami mekanisme kerja AlphaFold dan menggunakan model prediksinya sebagai panduan dalam penelitian eksperimental.

Setelah menyelesaikan pelatihan ini, peserta diharapkan mampu:

  • Memahami prinsip-prinsip dasar AlphaFold.
  • Mengenal cara kerja AlphaFold secara mendalam.
  • Menginterpretasikan hasil prediksi serta data yang dihasilkan AlphaFold.
Baca selengkapnya...

Jaringan Saraf Tiruan, Pembelajaran Mesin, Pemikiran Mendalam

 21 Jam
Program tiga hari ini di Indonesia membahas teori dan praktik Jaringan Saraf Tiruan, Pembelajaran Mesin, dan Pembelajaran Mendalam. Peserta akan menjelajahi arsitektur jaringan, mekanisme pembelajaran, dan landasan matematis, mulai dari peron dasar hingga teknik pembelajaran mendalam yang canggih.
Baca selengkapnya...

AI Terapan dari Nol dalam Python

 28 Jam
Pelatihan langsung tatap muka Indonesia ini membantu programmer membangun model AI dari nol menggunakan Python. Anda akan menguasai pembelajaran terbimbing, neural network, dan teknik tak terbimbing menggunakan scikit-learn dan Apache Spark. Pelatihan ini berfokus pada latihan Jupyter langsung untuk pemecahan masalah di dunia nyata.
Baca selengkapnya...

Membuat Chatbot Custom dengan Google AutoML

 14 Jam

Pelatihan langsung tatap muka ini (online atau onsite) ditujukan bagi peserta dari berbagai tingkat keahlian yang ingin memanfaatkan platform Google AutoML untuk membangun chatbot custom guna bermacam aplikasi.

Setelah mengikuti pelatihan ini, para peserta akan mampu:

  • Memahami dasar-dasar pengembangan chatbot.
  • Menavigasi Google Cloud Platform dan mengakses AutoML.
  • Menyiapkan data untuk melatih model chatbot.
  • Melatih serta mengevaluasi model chatbot custom menggunakan AutoML.
  • Mendeploy dan mengintegrasikan chatbot ke berbagai platform serta saluran komunikasi.
  • Memantau serta mengoptimalkan kinerja chatbot secara berkala.
Baca selengkapnya...

Pengenalan Pola

 21 Jam

Pelatihan online langsung ini memberikan pengantar mengenai bidang pengenalan pola dan pembelajaran mesin. Materi pelatihan mencakup aplikasi praktisnya dalam statistika, ilmu komputer, pemrosesan sinyal, pengolahan citra komputer, penambangan data, serta bioinformatika.

Setelah mengikuti pelatihan ini, peserta akan mampu:

  • Menerapkan metode statistika dasar dalam pengenalan pola.
  • Menggunakan model utama seperti jaringan saraf dan metode kernel untuk menganalisis data.
  • Menerapkan teknik lanjutan dalam pemecahan masalah yang kompleks.
  • Meningkatkan akurasi prediksi dengan menggabungkan beberapa model sekaligus.
Baca selengkapnya...

Deep Reinforcement Learning dengan Python

 21 Jam
Pelatihan online langsung Indonesia ini mencakup fondasi teoretis dan implementasi praktis Deep Reinforcement Learning menggunakan Python. Peserta akan membangun dan melatih agen DRL dengan TensorFlow atau PyTorch, menerapkan algoritma kunci seperti DQN dan PPO untuk menyelesaikan masalah kompleks di dunia nyata.
Baca selengkapnya...

AI Tepi dengan TensorFlow Lite

 14 Jam

Pelatihan langsung ini yang dipandu oleh instruktur (secara online atau tatap muka) ditujukan bagi para pengembang, ilmuwan data, serta praktisi AI tingkat menengah yang ingin memanfaatkan TensorFlow Lite dalam proyek-proyek AI Tepi.

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Memahami dasar-dasar TensorFlow Lite serta perannya dalam konteks AI Tepi.
  • Mengembangkan dan mengoptimalkan model AI menggunakan TensorFlow Lite.
  • Menerapkan model TensorFlow Lite pada berbagai perangkat tepi.
  • Memanfaatkan alat serta teknik untuk konversi dan optimalisasi model.
  • Mengimplementasikan aplikasi AI Tepi yang nyata dengan memakai TensorFlow Lite.
Baca selengkapnya...

Kubeflow Essentials: Membangun, Melatih & Menyajikan dengan Kubernetes

 14 Jam
Pelatihan langsung tatap muka yang praktikal di Indonesia ini membekali Anda dengan keterampilan untuk membangun, melatih, dan menyajikan model machine learning di Kubernetes menggunakan Kubeflow. Anda akan belajar menavigasi ekosistemnya, menulis pipeline yang dapat diskalakan, dan mengelola beban kerja yang siap produksi dengan praktik terbaik.
Baca selengkapnya...

Dasar-Dasar Kubeflow

 28 Jam

Pelatihan langsung tatap muka yang dipandu instruktur di Indonesia (online live training atau onsite live training) ini ditujukan bagi pengembang dan ilmuwan data yang ingin membangun, merancang, dan mengelola alur kerja machine learning di Kubernetes.

Setelah menyelesaikan pelatihan ini, peserta akan mampu:

  • Memasang dan mengonfigurasi Kubeflow secara on-premise maupun di lingkungan cloud.
  • Membangun, merancang, dan mengelola alur kerja ML berbasis container Docker dan Kubernetes.
  • Menjalankan pipeline machine learning lengkap di berbagai arsitektur dan lingkungan cloud.
  • Memulai dan mengelola notebook Jupyter menggunakan Kubeflow.
  • Membangun beban kerja pelatihan ML, penyetelan hiperparameter, dan serving di berbagai platform.
Baca selengkapnya...

Analitik Lanjutan dengan RapidMiner

 14 Jam

Pelatihan online langsung ini (yang diselenggarakan di Indonesia) ditujukan bagi para analis data tingkat menengah yang ingin mempelajari cara mengandalkan RapidMiner untuk memperkirakan nilai dan melakukan prediksi berbasis deret waktu.

Setelah menyelesaikan pelatihan ini, peserta akan mampu:

  • Menerapkan metodologi CRISP-DM, memilih algoritma pembelajaran mesin yang sesuai, serta meningkatkan kualitas dan performa model.
  • Memanfaatkan RapidMiner untuk memperkirakan nilai-nilai tertentu serta melakukan prediksi menggunakan data deret waktu.
Baca selengkapnya...

Memahami Jaringan Saraf Dalam

 35 Jam
Kursus 35 jam di Indonesia ini mencakup fundamental jaringan saraf dalam, termasuk CNN, RNN, dan model generatif seperti GAN. Peserta mendapatkan pengalaman praktis dengan Theano dan TensorFlow, mempelajari cara membangun, melatih, dan mendeploy model deep learning berkualitas produksi untuk aplikasi dunia nyata.
Baca selengkapnya...

Kejelasan dalam Pembelajaran Mendalam: Mengurai Misteri Model Berbentuk "Kotak Hitam"

 21 Jam

Pelatihan online langsung ini, baik yang diselenggarakan secara tatap muka maupun melalui jaringan internet, ditujukan bagi para profesional tingkat lanjut yang ingin mempelajari teknik XAI terkini untuk model pembelajaran mendalam. Fokus utamanya adalah pengembangan sistem AI yang dapat diinterpretasikan dengan mudah.

Setelah mengikuti pelatihan ini, peserta akan mampu:

  • Memahami berbagai tantangan terkait kejelasan dalam pembelajaran mendalam.
  • Menerapkan teknik XAI tingkat lanjut pada jaringan saraf.
  • Menginterpretasikan keputusan yang dihasilkan oleh model pembelajaran mendalam.
  • Mengevaluasi keseimbangan antara performa dan tingkat transparansi model.
Baca selengkapnya...

Kategori Terkait

Machine Learning
Machine Learning