WAJIB TAU, Ini Arti Kurikulum Deep Learning dan Contohnya

Reporter: Englia |

Editor: Englia |

Selasa , 12 Nov 2024 - 03:00

DEEP LEARNING: Ini Arti Deep Learning dan Contohnya dalam pelajaran. FOTO:dicoding--

Hal tersebut punya beberapa layers dalam memproses atau mempelajari suatu data.

Metode memungkinkan suatu komputer belajar secara otomatis melalui pengalaman yang diberikan sehingga sistem dapat mengidentifikasi pola kompleks dalam data.

Jika diaplikasikan dalam metode pembelajaran, maka arti deep learning adalah sebuah kurikulum yang menggabungkan tiga elemen utama, yaitu Mindful Learning, Meaningful Learning, dan Joyfull Learning.

Masing-masing elemen dirancang untuk menciptakan suasana belajar yang tidak hanya mengedepankan pengetahuan, namun pengalaman bermakna bagi para peserta didik pula.

Contoh Kurikulum Deep Learning dan Penerapannya

Secara umum, metode deep learning banyak diterapkan di beberapa sektor.

Di antaranya seperti pendidikan, kesehatan, ekonomi, dan beberapa bidang lain.

Contoh penerapan deep learning pada sektor kesehatan adalah penggunaan sejumlah alat medis misalnya CT scan, MRI, atau alat medis lain.

Dengan menggunakan metode deep learning, alat-alat kesehatan bisa memperoleh gambar-gambar yang dibutuhkan dalam diagnosa kesehatan.

Setelah mencermati berbagai gambar tersebut, para tenaga kesehatan lalu mendeteksi penyakit pada organ dalam, seperti kanker, lesi, retinopati diabetik, dan lain lain.

Di bidang ekonomi, metode deep learning diterapkan di berbagai perusahaan untuk menganalisis data yang kompleks dan membantu perusahaan mengambil keputusan.

Misalnya perilaku pelanggan, menganalisa permintaan pelanggan, dan lain lain.

Apabila diaplikasikan dalam kurikulum pembelajaran, maka contoh Kurikulum Deep Learning dapat dipantau sesuai penggabungan tiga elemen yang mencakup Mindful Learning, Meaningful Learning, dan Joyfull Learning.

wajib tau, ini arti kurikulum deep learning dan contohnya                            sumateraeskpres.id-wacana pergantian kurikulum merdeka dengan kurikulum deep learing kian santer jadi perbincangan publik.
lalu, apa itu arti kurikulum deep learning dan perbedaan dengan machine learning?
gagasan perubahan kurikulum di indonesia diisyaratkan menteri pendidikan dasar dan menengah, abdul mu’ti. 
ia memberikan sinyal akan mengkaji ulang kurikulum merdeka dan mengarahkan kurikulum model deep learning.
kurikulum deep learning termasuk kurikulum yang dirancang untuk meningkatkan pemahaman siswa melalui pendekatan yang lebih mendalam dan fokus pada keterlibatan aktif para peserta didik.
baca juga:analisis kritis terhadap implementasi kurikulum merdeka
baca juga:memaknai implementasi p5 pada kurikulum merdeka
arti kurikulum deep learning dalam pembelajaran
apa itu metode belajar atau kurikulum deep learning yang diwacanakan menjadi pengganti kurikulum merdeka?
laman aws menjabarkan, deep learning adalah metode yang diadaptasi dalam kecerdasan buatan (ai). 
metode mengajarkan komputer untuk memproses data dengan cara seperti cara otak manusia bekerja.
model deep learning bisa mengenali pola kompleks dalam gambar, teks, suara, dan data lain untuk menghasilkan wawasan dan prediksi yang akurat.
dengan menggunakan metode deep learning, maka kecerdasan buatan (ai) secara otomatis dapat melakukan berbagai hal yang biasanya membutuhkan kecerdasan manusia, misalnya mendeskripsikan citra atau menyalin file suara ke dalam teks.
merujuk laman binus, deep learning sendiri merupakan percabangan bidang machine learning yang menggunakan saraf tiruan atau disebut dengan artificial neural networks. 
hal tersebut punya beberapa layers dalam memproses atau mempelajari suatu data.
metode memungkinkan suatu komputer belajar secara otomatis melalui pengalaman yang diberikan sehingga sistem dapat mengidentifikasi pola kompleks dalam data.
jika diaplikasikan dalam metode pembelajaran, maka arti deep learning adalah sebuah kurikulum yang menggabungkan tiga elemen utama, yaitu mindful learning, meaningful learning, dan joyfull learning.
masing-masing elemen dirancang untuk menciptakan suasana belajar yang tidak hanya mengedepankan pengetahuan, namun pengalaman bermakna bagi para peserta didik pula.
contoh kurikulum deep learning dan penerapannya
secara umum, metode deep learning banyak diterapkan di beberapa sektor. 
di antaranya seperti pendidikan, kesehatan, ekonomi, dan beberapa bidang lain.
contoh penerapan deep learning pada sektor kesehatan adalah penggunaan sejumlah alat medis misalnya ct scan, mri, atau alat medis lain.
dengan menggunakan metode deep learning, alat-alat kesehatan bisa memperoleh gambar-gambar yang dibutuhkan dalam diagnosa kesehatan. 
setelah mencermati berbagai gambar tersebut, para tenaga kesehatan lalu mendeteksi penyakit pada organ dalam, seperti kanker, lesi, retinopati diabetik, dan lain lain.
di bidang ekonomi, metode deep learning diterapkan di berbagai perusahaan untuk menganalisis data yang kompleks dan membantu perusahaan mengambil keputusan.
misalnya perilaku pelanggan, menganalisa permintaan pelanggan, dan lain lain.
baca juga:kurikulum 2013 vs kurikulum merdeka: perbedaan utama yang wajib diketahui orang tua!
baca juga:inovasi pendidikan melalui kurikulum merdeka di indonesia, peningkatan kualitas dan karakter pendidikan!
apabila diaplikasikan dalam kurikulum pembelajaran, maka contoh kurikulum deep learning dapat dipantau sesuai penggabungan tiga elemen yang mencakup mindful learning, meaningful learning, dan joyfull learning.
pada elemen mindful learning, para guru akan dapat memperhatikan keunikan para siswa, termasuk potensi dan kebutuhan masing-masing yang berbeda.
contohnya ketika masuk dalam materi tentang panas,  para siswa nantinya diajak untuk bereksperimen, baik di laboratorium dengan melihat bagaimana panas atau kalor terbentuk dan fungsi panas dalam kehidupan sehari-hari.
lalu elemen meaningful learning. 
di sini, para siswa diajak memahami alasan di balik setiap materi pelajaran yang dipelajari dan pentingnya pelajaran itu bagi kehidupan di dunia nyata kelak.
terakhir adalah elemen joyfull learning. 
metode tersebut jadi pendekatan pembelajaran yang tidak sekadar mengedepankan hal-hal yang menyenangkan dalam pembelajaran.
tapi juga mengutamakan pemikiran yang mendalam dari para siswa terhadap setiap materi pembelajaran yang diajarkan.
perbedaan deep learning dan machine learning
melamsir tirto.id, sebagai percabangan bidang machine learning, apa saja perbedaan antara deep learning dan machine learning dalam ilmu pelatihan program atau sistem komputer?
machine learning pertama kali dikenalkan arthur samuel pada tahun 1959. 
cabang ilmu komputer ini secara khusus mempelajari bagaimana sebuah mesin mampu menyelesaikan masalah tanpa harus diprogram secara eksplisit.
kemampuan machine learning berbeda dengan deep learning. dengan deep learning, komputer memiliki kemampuan mempelajari sesuatu dan menyelesaikan tugas secara lebih dinamis.
baca juga:integrasi sastra dalam kurikulum merdeka: langkah strategis kemendikbudristek
baca juga:terapkan program kurikulum merdeka di luar sekolah 
berikut ini adalah beberapa perbedaan machine learning dan deep learning:
algoritma
machine learning menggunakan algoritma untuk mengurai data, mempelajari data, dan membuat keputusan berdasarkan data yang telah dipelajari.
sementara itu, deep learning menggunakan susunan algoritma yang berlapis-lapis untuk menciptakan “jaringan nalar buatan”. hal ini membuat deep learning memiliki kemampuan mempelajari data dan membuat keputusan sendiri.
data
machine learning hanya mampu menganalisis data yang terstruktur. namun, algoritma pada machine learning bisa menganalisis data dalam jumlah kecil.
deep learning mampu menganalisis data yang tidak terstruktur seperti gambar, video, maupun audio.
algoritma deep learning tidak memiliki kemampuan secara maksimal mengolah data dalam jumlah kecil. hal ini terjadi karena algoritma deep learning sengaja dirancang untuk mengolah data dalam jumlah banyak.
attribute engineering (rekayasa fitur)
machine learning membutuhkan rekayasa fitur. di lain sisi, deep learning sama sekali tidak membutuh rekayasa fitur. dengan kata lain, beberapa fitur kemungkinan bisa saling berkaitan saat proses analisis pada program machine learning.
attribute engineering (rekayasa fitur) sendiri mengacu pada proses pemilihan dan transformasi variabel menggunakan machine learning atau deep learning saat menciptakan model analisis prediktif.
hardware (perangkat keras)
butuh perangkat keras kelas atas untuk menjalankan program pembelajaran deep learning. selain itu, mesin yang digunakan juga harus memiliki kemampuan mumpuni untuk mengolah data dalam jumlah besar. .
sementara itu, program pembelajaran machine learning cukup membutuhkan mesin kelas menengah atau bahkan kelas bawah untuk mengolah data secara optimal.
penerapan
penerapan model machine learning adalah sistem rekomendasi pada e-commerce. algoritma machine learning akan menganalisis data produk yang sebelumnya dicari untuk memberi rekomendasi serupa.
contoh lain penerapan machine learning adalah asisten virtual seperti google assistant, alexa, cortana, dan siri.
sedangkan penerapan deep learning bisa ditemukan pada fitur face unlock di smartphone. 
fitur ini berfungsi membuka kunci pada hp dengan mendeteksi wajah pengguna.(lia)