JAKARTA,
Pernahkah Anda bertanya-tanya bagaimana AI sebenarnya bekerja? Di balik kemampuannya yang luar biasa, terdapat fondasi matematika yang sangat kuat.
Rilis Edukasi ini memberikan simulasi sederhana tentang proses kerja AI dalam memprediksi data, menggunakan contoh kasus klasifikasi atlet berdasarkan tinggi badan.
Tahapan Kerja AI Secara Matematis:
1. Struktur Neural Network: AI terdiri dari unit-unit kecil yang disebut neuron yang terorganisir dalam layer-layer. Setiap neuron memproses informasi dengan menggunakan rumus dasar yang mirip dengan persamaan garis:
z = wx+b
Di mana W adalah Weight (bobot), X adalah input (seperti tinggi badan), dan b adalah Bias.
2. Inisialisasi & Data Training: Pada tahap awal, nilai W dan b ditentukan secara acak (inisialisasi). Melalui proses training, AI akan terus memperbarui nilai-nilai ini agar hasil prediksinya semakin akurat dan tingkat kesalahannya (error) semakin kecil.
3. Fungsi Aktivasi (Sigmoid): Hasil perhitungan z kemudian diproses melalui fungsi aktivasi, seperti fungsi Sigmoid. Fungsi ini mengubah angka menjadi rentang antara 0 dan 1, yang mengindikasikan probabilitas. Dalam contoh video, angka yang mendekati 1 berarti “Ya” (cocok jadi atlet), sedangkan angka mendekati 0 berarti “Tidak”.
4. Menghitung Loss (Mean Square Error/MSE): Untuk mengetahui seberapa jauh tebakan AI dari kenyataan, digunakan rumus MSE. AI akan terus belajar melalui proses Backpropagation hingga nilai loss atau error-nya mencapai titik minimal (misalnya kurang dari 0,01).
5. Iterasi & Skala Besar: Proses pembelajaran ini melibatkan ribuan kali pengulangan atau iterasi. Jika simulasi sederhana ini hanya menggunakan satu parameter, model AI canggih seperti ChatGPT melibatkan triliunan parameter untuk menghasilkan respons yang kompleks dan presisi.
Melalui pemahaman ini, kita dapat melihat bahwa AI bukanlah sekadar program komputer biasa, melainkan implementasi canggih dari konsep-konsep matematika yang kita pelajari.
Ingin mendalami lebih jauh tentang kaitan matematika dan AI? Jangan lewatkan kesempatan untuk berpartisipasi dalam seminar MathXperience 2.0 yang diselenggarakan oleh Himatika ITB dan Fourier pada Sabtu, 31 Januari 2026.
