Perkenalan Singkat (Short Introduction)

 

Halo semua. Perkenalkan, nama saya Muhammad Faturachman Atthaariq.

Saat ini saya sedang menempuh pendidikan S-1 (Sem. 5) di sebuah universitas negeri di Indonesia.

Untuk saat ini, saya adalah seorang full-time student, artinya pekerjaan utama saya adalah menjadi pelajar/mahasiswa.

Saya masuk dalam program studi (prodi) Informatika, di mana fokus pembelajaran saya adalah untuk mendalami bidang teknologi teoretis maupun praktis.

Saya sedang menempuh semester ke-lima (5) dengan mata kuliah Pemrograman Web & Jaringan, Manajemen Proyek PL, Riset Operasi, Kecerdasan Buatan, Sistem Tertanam, Penulisan Tugas Akhir, & Teknopreneur.

Selain belajar dari ilmu yang diberikan dosen, saya juga belajar dari berbagai sumber yang valid.

Di sela keseharian saya sebagai pelajar/mahasiswa, saya juga mencoba self-study beberapa ilmu yang menarik minat saya. Saat ini saya mencoba mempelajari python sebagai bahasa pemrogaman yag sedang populer di bidang ilmu data dan riset komputasi.

Tujuan saya mempelajari python adalah untuk dapat mempermudah saya dalam mempelajari ilmu Jaringan syaraf tiruan/JST (Artificial Neural Network/ANN), yaitu satu diantara cara/pendekatan Machine Learning (ML) dalam mengerjakan kasus yang berhubungan dengan kecerdasan buatan (Artificial Intelligence/AI) 

Machine Learning berbasis jaringan syaraf tiruan memiliki banyak pilihan algoritma sesuai kebutuhan. Di sini saya ingin mencoba menerapkan algoritma-algoritma tertentu dalam studi kasus yang menarik minat saya, mulai dari masalah klasifikasi, prediksi, deteksi, dsb., dengan media teks, gambar, bahkan video.

Machine Learning vs Deep Learning

Perbedaan cara kerja machine learning dan deep learning.

Teknik/metode dalm Deep Learning dan Machine Learning

Dari Machine Learning berbasis JST, dikenal istilah Deep Learning, yaitu metode penyelesaian masalah dengan machine learning dengan beberapa proses yang disederhanakan dari pekerjaan manual, namun proses komputasi yang lebih kompleks, atau istilahnya lebih dalam / deep. Deep learning digunakan untuk menyelesaikan masalah seperti pada ML, namun diperuntukan untuk analisis permasalahn yang sedang berkembang di masa sekarang dan yang akan datang. Saya tertarik untuk mendalami bidang yang berkaitan dengan hal ini.

Selain self-study, saya mempunyai beberapa hobi untuk mengisi waktu refreshing. Saya senang berselancar di internet dengan mencari & mendengarkan berbagai musik alternatif dari berbagai negara, kebanyakan dari jepang, dengan selera disekitar spektrum genre alternative, seperti Indie-Rock/Pop/Folk, Math-Rock, Shoegaze/Dreampop, Post-Rock/Instrumental, Post-Hardcore/midwest-emo/skramz, ambient/chill, future bass/EDM, vaporwave, dll. Secara umum, saya menyukai style musik yang menurut saya memunculkan kesan nostalgic.

Selain berselancar, saya terkadang bermain game yang saya minati dari beberapa aspek seperti music & game story.