YT YouTube2Text

YouTube2Text → Transcripts → Team Teaching: Pengantar Reinforcement Learning - Konsep dan Implementasi (Part 2)

Team Teaching: Pengantar Reinforcement Learning - Konsep dan Implementasi (Part 2) — Transcript

by UG Pembelajaran Siber · 3,351 words · 617 segments · language en · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:18Selamat bergabung kembali pemirsa Yuji
0:20TV dan adik-adik mahasiswa Universitas
0:22Gunadarma. Masih bersama saya Ibu
0:24Rifiana Arif dan para narasumber dalam
0:27program literasi tim teaching komputasi
0:30big data dengan tema reinforcement
0:32learning. Selanjutnya pada segmen kedua
0:34ini kita akan
0:36mendalami penerapan reinforcement
0:38learning di dunia industri.
0:40Bapak Saiful nanti akan membahas
0:42implementasi implementasi reinforcement
0:45learning dan contoh aplikasi
0:47yang ee berhasil diterapkan dalam
0:50industri.
0:51Tanpa berlama-lama mari kita dengarkan
0:53penjelasan dari Bapak Saiful. Silakan
0:55Bapak Saiful.
0:56Ya, bismillahirrahmanirrahim.
0:57Assalamualaikum warahmatullahi selamat
0:59pagi teman-teman semua.
1:01Ya, ee sehari ee saat ini saya akan
1:03share mengenai ee contoh use case di
1:05dunia kerja ya untuk tentang
1:07reinforcement learning.
1:09Oke, nah di sini ada ada tiga bahasa
1:12outline-nya yaitu pertama tentang
1:14industri spesifik use case ya. Jadi di
1:16sini ada berapa industri spesifik untuk
1:18penggunaan si reinforcement learning.
1:21Lalu berikut adalah tentang contoh real
1:23world
1:24example dan ee success story menggunakan
1:26reinforcement learning dan nanti akan
1:28ada demo.
1:30Oke, jadi di sini untuk industri
1:32spesifik ee use case yang pertama adalah
1:34tentang health care. Nah, di sini health
1:36care ini contohnya adalah misalnya ee
1:38ada pasien ya. Pasien ini mau berobat
1:41kepada dokter. Nah, di sini ee dokter
1:43itu kan biasanya kan sudah ada ini data
1:45set ya. Data set dari historical pasien
1:48sebelumnya.
1:50Nah, di sini dengan adanya reinforcement
1:51learning ini makanya akan membantu lebih
1:53cepat untuk si dokter itu memberikan ee
1:56resep ya. resep obat yang sesuai dengan
1:58kebutuhannya si pasien.
2:01Dan impact-nya ini nanti makanya eh,
2:03lebih cepat dan lebih akurat untuk si
2:06penyembuhan dari si pasien ini ya. Kayak
2:08contoh ya, kayak gitu.
2:09Nah, di sini ada gambarannya ya.
2:12Jadi ini contoh kalau ilustrasinya. Ini
2:15misalnya ada pasien ya, pasien misalnya
2:18ada punya tumor, terus ada punya
2:20penyakit cancer juga di sini, lalu ada
2:23juga penyakit yang lain. Nah, di sini
2:25dengan data yang sudah ada sebelumnya di
2:27historical ini. Nah, ini dengan adanya
2:30reinforcement learning dia akan
2:32eh, memberikan resep obat sesuai dengan
2:34historical data tersebut ya. Misalnya di
2:36sini tentang penyakit cancer. Nanti akan
2:38diberikan, oh ini dengan ada RL ini akan
2:41diberikan obat yang sesuai dengan
2:42penyakit cancer. Dan juga misalnya
2:44penyakit eh, tumor juga, seperti itu ya.
2:47Jadi di sini juga kan bisa jadi penyakit
2:50di tiap pasien itu ada kombinasi.
2:52Misalnya ada penyakit eh, tumor otak
2:55atau mungkin ada cancer, ada ada cancer
2:58juga dan mungkin ada juga
2:59terkait diabetes. Nah, di sini bisa
3:01di-custom ya. Jadi enggak mesti ya obat
3:04yang hanya untuk si cancer ya. Misalnya
3:07eh, bisa jadi ya ada digabung juga
3:09dengan obat diabetes dan juga bisa
3:13dianalisa. Jadi
3:14ada berapa use case yang memang obat itu
3:18eh, misal-misalnya kan misalnya ada
3:20diabetes itu ada obat eh, obat A, B, C.
3:23Nah, ada juga mungkin obat tersebut itu
3:25beberapa yang eh, misalnya eh, ada
3:28masalah kalau misalnya penyakit ada
3:30pasien itu eh, mengalami penyakit
3:32misalnya penyakit eh, cancer ya. Nah, di
3:35sini juga bisa di di-custom ya,
3:37di-custom dan diberikan obat yang
3:39kira-kira aman. Jadi misalnya si pasien
3:41ini ternyata ada penyakit cancer dan
3:43penyakit diabetes. Nah, nanti akan
3:44diberikan resep obat yang eh, sesuai ya.
3:47Jadi tidak ada masalah impact ke
3:49mana-mana gitu ya.
3:52Oke, nah di sini berikutnya adalah
3:53tentang eh finance ya. Di sini finance
3:56ini lebih ke trading ya. Di sini ada
3:59trading dan ada eh risk management.
4:02Nah, di sini itu eh contohnya adalah
4:05si reinforcement learning akan
4:06memberikan eh si keputusan tepatnya agar
4:10apakah eh memberikan
4:12eh misalnya lebih memberikan pinjaman
4:14ya, pinjaman kepada si kredit kreditor
4:16itu apakah sudah tepat atau belum gitu
4:18ya.
4:19Nah, berdasarkan ini berdasarkan lagi
4:20dari si eh historikalnya, historikal
4:23kreditnya si eh nasabah gitu ya. Nah,
4:26biasanya kan dilihat lagi data tersebut
4:27dari si kredit eh kredit dari Bank
4:30Indonesia, BI checking, terus ada juga
4:33mungkin dari misalnya dari eh
4:35penghasilan, dari umur, dari misalnya
4:39eh apakah sudah punya tanggungan atau
4:41belum ya, itu juga akan eh mempengaruhi
4:43ya. Jadi, dengan menggunakan
4:45reinforcement learning ini, makanya akan
4:47lebih cepat dan memberikan hasil yang
4:50lebih cepat, lebih tepat ya, dan juga
4:51bisa mengurangi ada yang namanya risiko
4:54kredit macet gitu ya.
4:56Oke, nah di sini con- eh sini gambar
4:59untuk yang
5:00eh
5:02untuk yang di eh yang di eh forex ya di
5:04sini ya. Jadi, di sini contoh jadi di
5:06reinforcement learning juga bisa untuk
5:07kebutuhan misalnya
5:09melihat nih tren dari si forex trading
5:11ini ya. Misalnya sekarang ini trennya
5:14itu ternyata lagi naik nih untuk si eh
5:16perusahaan si A misalnya. Yang eh nanti
5:20eh ternyata di besoknya itu turun ya,
5:22nanti bisa diprediksi nih kira-kira
5:24untuk besoknya lagi apakah naik atau
5:26turun ya, karena dilihat dari si eh tren
5:29data sebelumnya gitu ya.
5:31Ya, oke.
5:33Oke, berikutnya ada tentang si eh di use
5:36case retail dan e-commerce.
5:38Jadi, di sini biasa ya kalau di
5:40perusahaan retail dan e-commerce itu
5:41pasti butuh namanya inventory management
5:44system.
5:45Nah, eh biasanya itu kalau di di
5:47lapangan itu kalau misalnya kita tidak
5:50menerapkan machine learning apalagi eh
5:52reinforcement learning itu ya bakal
5:54tidak ketahuan ya untuk si stoknya
5:56barang ini.
5:58Misalnya nih ada pasir eh ada
6:01ada ada ada pembeli ada pembeli mau
6:03membeli barang barang merek apa? Nah,
6:06kalau tidak adanya reinforcement
6:08learning ini ya tidak ketahuan nih
6:09kira-kira
6:10eh stok barangnya itu eh eh ternyata
6:14habis ternyata enggak ini enggak enggak
6:16bisa si si pembeli itu akhirnya tidak
6:19bisa membeli barang yang diinginkan.
6:20Nanti bisa jadi si pembeli itu akan
6:22kecewa dan akan tidak akan membeli lagi
6:25dan akan membeli di toko lain gitu ya.
6:26Nah, dengan menggunakan reinforcement
6:28learning ini makanya akan bisa
6:29memprediksi nih oh ternyata di produk
6:32produk A ini akan habis misalnya di eh
6:35akan habis di eh 2 hari lagi gitu ya.
6:37Jadi akan sudah eh mengantisipasi jika
6:41ada masalah seperti ini ya. Jadi
6:44nah, ini contoh dan juga ada juga
6:45tentang terkait dengan contoh pemberian
6:47harga ya. Jadi harga itu biasanya itu
6:50kalau dari hukum ekonomi itu kalau dari
6:53eh demand-nya tinggi berarti harganya
6:55juga naik jika demand-nya turun dia juga
6:57harga akan turun ya. Nah, gunakan konsep
7:00dynamic pricing ini maka juga bisa
7:02membantu juga untuk memberikan eh harga
7:04yang tepat ya. Misalnya sekarang
7:07lagi eh contoh misalnya sekarang lagi
7:09naik masalah eh
7:12misalnya harga cabai mungkin ya misalnya
7:14ya. Misalnya harga cabai lagi naik
7:16karena eh lagi demand-nya tinggi maka
7:20harga cabai akan naik gitu ya. Nah, itu
7:22contoh atau bisa juga mungkin eh beras
7:24ya misalnya
7:26eh ternyata si petani yang biasanya
7:28menghasilkan beras itu itu lagi eh
7:31kurang ya mungkin karena kesulitan
7:33ekonomi jadi mak makanya petani itu
7:35tidak bisa eh menghasilkan beras gitu
7:38ya. Nah, jadi ini kalau masalah kayak
7:40gini berarti dari si petani itu kan
7:42tidak menghasilkan beras sedangkan ee
7:45dari para pembeli itu ee biasa seperti
7:48biasa ya sangat sering mengkonsumsi
7:50beras dan makanya dengan ini makanya
7:52bisa jadi harganya akan naik gitu ya.
7:54Karena ya tadi ada demand tinggi tapi
7:57tidak dibarengi dengan ee produksi beras
7:59seperti itu ya.
8:01Oke, nah di sini contoh ya jadi yang di
8:03sebelah kiri ini adalah mengguna ee
8:05contoh untuk ilustrasi harga yang statik
8:08ya di sini ya.
8:09Nah, berikutnya kalau dengan menggunakan
8:10dynamic pricing itu tergantung lagi dari
8:12si ee demand-nya ya. Jika misalnya
8:15demand-nya tinggi maka harganya akan ee
8:17naik. Jika demand-nya turun juga
8:20otomatis akan turun jadi menyesuaikan
8:22dengan ee kondisi ee real lapangan
8:24seperti itu ya.
8:27Oke, berikutnya ada tentang kasus di ee
8:30use case manufacturing.
8:32Oke, di sini ee manufaktur ini contohnya
8:34misalnya di alat berat misalnya mesin
8:37ya. Sini misalnya ada
8:40ee use case-nya itu untuk mencegah
8:42adanya
8:43alat berat tersebut ee rusak gitu ya
8:45sebelum waktunya. Nah, di sini dengan
8:47adanya bisa reinforcement learning itu
8:49akan memonitoring si ee mesinnya
8:52tersebut kira-kira ee ini nanti mesin
8:55ini akan rusak di kapan lalu bisa juga
8:57dimonitoring ini untuk performa ini
8:59apakah ee
9:01kira-kira nih mesin ini nanti akan rusak
9:03di tanggal berapa. Nah, dengan adanya
9:06kejadian seperti itu sebelum rusak itu
9:07akan bisa dilakukan namanya maintenance
9:10mesin yang bisa diperbaiki mungkin. Nah,
9:12ini juga bisa juga kalau misalnya udah
9:15rusak ada backup-annya mesinnya jadi
9:17tidak akan mengganggu proses ee produksi
9:21di di di pabrik seperti itu ya. Dengan
9:24reinforcement learning ini pastinya akan
9:26ee pertama jika ada rusak di mesin ya
9:28berarti akan ada backup ya lalu juga
9:31yang yang mesin rusak tersebut juga bisa
9:33diperbaiki ya jadi pertama akan
9:35mengurangi operational cost karena
9:38dengan mesin rusak ini kan berarti
9:40bisa diperbaiki dengan waktu yang dengan
9:43apa? Diperbaiki mesinnya sesuai dengan
9:47waktunya yang tepat gitu ya. Lalu juga
9:49di sini
9:50bisa juga untuk meng-improve si product
9:53quality ya. Jadi misalnya mesin A rusak,
9:56nah ada backup-annya. Jadi makanya tidak
9:58akan mengganggu proses produksi gitu ya.
10:02Oke, nah di sini ada ilustrasi ya. Di
10:04sini ilustrasinya misalnya ada
10:08IoT, pasang IoT sensor di masing-masing
10:10mesin. Jadi di sini akan dicek nih dan
10:13dilakukan
10:14secara monitoring secara real time di
10:16sini. Nah nanti akan ada dilakukan
10:20proses ETL nanti setelah masuk jadi ETL
10:23nanti si
10:25AI yang akan mengkonsumsi data dari ETL
10:27proses tersebut. Nanti akan dicek nih
10:29kira-kira prediksinya itu kapan
10:31kira-kira akan rusak gitu ya. Dan di
10:33sini jika sudah ketahuan nih berarti
10:36misalnya
10:37akan rusak si mesin A ini dalam 5 hari
10:40lagi. Nah sebelum nanti sudah di-prepare
10:44nih tukang yang memperbaiki mesin
10:47tersebut. Misalnya 5 hari lagi nih. Oke,
10:49ini akan diatur jadwal untuk diperbaiki
10:52mesinnya gitu ya. Jadi dengan kayak gini
10:54berarti pastinya kan akan lebih cepat
10:57untuk
10:58untuk memperbaiki si mesin tersebut dan
10:59juga tidak akan mengganggu proses dari
11:02produksi dan ya juga pasti sudah
11:04dipersiapkan ya untuk mesinnya agar
11:07tidak akan mengganggu proses produksi.
11:08Jika satu mesin rusak maka ada mesin
11:10lagi mesin lain yang akan
11:12menggantikannya.
11:15Oke, di sini contoh ada real world
11:18example ya. Jadi ada beberapa perusahaan
11:20yang sukses menerapkan reinforcement
11:22learning. Maaf.
11:24Oke, di sini contohnya ada perusahaan
11:27Google. Google ini mempunyai produk
11:29namanya DeepMind, AlphaGo dan AlphaZero.
11:33Jadi di sini ada namanya eh game ya,
11:37game boarding ya, kayak game misalnya
11:39catur, terus ada game yang namanya Go,
11:42dan seterusnya ya. Jadi eh DeepMind ini
11:46sebelumnya pernah di di di tandingkan
11:49dengan para juara catur, juara eh game
11:53Go yang boarding itu, dan pernah juga
11:56akhirnya mengalahkan si eh para champion
11:59ini yang manusia yang tadi ya. Jadi di
12:02contoh ya, jadi DeepMind ini sudah di
12:05training sedemikian rupa agar bisa
12:07mengalahkan para eh juara di
12:10masing-masing
12:11eh game tersebut ya.
12:13Ya di sini dengan adanya
12:16eh impact-nya ini, berarti
12:18eh reinforcement learning bisa membuat
12:21game yang eh lebih ke bot-nya, bot-nya
12:24itu lebih susah ya. Jadi misalnya kita
12:26nih mau membuat mau main game ya, mau
12:28main game, kita mau coba yang level
12:30paling susah gitu ya. Nah dengan adanya
12:33eh reinforcement learning pastinya akan
12:34dibuat yang level susah mungkin yang itu
12:37akan eh memberikan kita challenge yang
12:39lebih menantang gitu ya.
12:42Nah ini contoh ya, ada ilustrasi dari si
12:44DeepMind ini pertama dari si game eh
12:48catur ini ya. Catur di sini AlphaZero
12:51adalah si nama
12:53reinforcement learning-nya si agent ini
12:54ya, dan lawan Stockfish. Stockfish ini
12:58eh salah satu juara di eh catur ya. Dan
13:02di sini kalau kita perhatikan ya, jadi
13:04ada AZ eh yang hijau itu yang menang,
13:08lalu ada yang draw yang abu-abu, dan ada
13:11yang merah yang loss. Kalau yang di
13:13pertandingan catur ini ternyata
13:15banyakkan adalah yang draw gitu ya.
13:17Sedangkan untuk yang loss-nya ini
13:19sedikit balik sekali ya, ada sekitar
13:210,8%
13:23yang draw-nya ada 97% dan win-nya win
13:26ini ada sekitar 2%. Nah, ini untuk yang
13:29menarik ya untuk yang eh Shogi ya.
13:32Jadi, Shogi ini kalau enggak salah
13:33permainan catur nya Cina kalau enggak
13:35salah ya, saya kurang tahu ya.
13:37Nah, di sini Shogi ini
13:39la si AlphaZero lawan si Elmo, ya Elmo
13:42ini ya salah satu juara di bidang game
13:45Shogi.
13:46Sini ternyata malah si AlphaZero yang
13:49lebih banyak menang ya, ada sekitar 68%
13:52yang menang sedangkan yang kalahnya
13:54hanya sekitar 1,8%
13:56yang draw-nya yang draw-nya malah tidak
13:58ada gitu ya.
14:00Berarti sini sudah sukses sekali ya si
14:02reinforcement learning ini
14:03eh mengalahkan si manusia gitu ya. Dan
14:06juga sama dengan Go, jadi di Go ini
14:08ternyata
14:09si AlphaZero itu menangnya 53%
14:12dan kalahnya ada 46% ya, jadi ya
14:16kira-kira itu sudah
14:18eh dengan adanya reinforcement learning
14:21itu sudah bisa mengalahkan manusia gitu
14:22ya.
14:23Iya, makanya wah ini eh tantangan buat
14:26kita juga nih, jangan kalah sama mesin
14:28ya sama dengan AI gitu ya.
14:32Oke, nah berikutnya ada namanya Waymo.
14:34Nah, Waymo ini sebenarnya ya salah satu
14:37kompetitornya dari si Tesla ya, jadi
14:38Waymo
14:39Waymo ini adalah eh perusahaan pencetak
14:42mobil eh eh self-driving car juga sama
14:45seperti si Tesla.
14:47Jadi, Waymo ini ya pastinya menggunakan
14:50reinforcement learning untuk autonomous
14:52driving teknologi sini ya. Jadi, di sini
14:55ya pastinya
14:57eh membantu untuk lebih bisa eh safety
14:59ya kalau dalam mengudi
15:02dan pastinya dia sudah eh menggunakan
15:05eh DTA real time detection object.
15:08Jadi, di ya dilihat lagi dari sekitar
15:11seki sekeliling objeknya apakah ada
15:13objek yang kira-kira akan eh menghalangi
15:16jalannya si mobil gitu ya.
15:18Oke, ini kalau kalau menurut saya
15:21kayaknya nih Waymo nih belum cocok ya,
15:24eh kurang tahu juga tapi ada juga yang
15:26udah itu pakai Tesla itu ada beberapa
15:30masalah ya kalau di DC ya. Ya karena kan
15:32di Indonesia itu masih kurang tertib
15:34untuk eh pengguna jalannya ya.
15:37Environment-nya lebih rumit ya. Iya,
15:40makanya bisa jadi tiba-tiba ada
15:43kendaraan lain yang tiba-tiba langsung
15:45nyusup aja kan. Kan kayaknya kan mungkin
15:47enggak bisa mendeteksi ada kok dalam
15:49hitungan berapa detik udah datang gitu.
15:51Iya. Kayak gitu jadi ya itu sayang
15:54sekali ya kalau untuk yang self driving
15:56car yang di Indonesia itu belum cocok
15:58ya. Kayak begitu ya mungkin di yang udah
16:01tertib di negara lain itu bisa cocok
16:02nanti.
16:04Oke, berikutnya nah ini eh ilustrasinya
16:06ya.
16:07Ilustrasinya berarti sini contohnya
16:10menggunakan eh deep Q network ya salah
16:13satu algoritma reinforcement learning.
16:15Jadi di sini pertama akan dia akan
16:17mengecek nih eh apakah ada dia deteksi
16:21ada apakah ada objek yang menghalangi.
16:24Jika oke eh safety maka akan diberikan
16:27reward ya. Kayak gitu kalau Nah seperti
16:30itu ya akan dia akan melakukan looping
16:31terus. Nah seperti nanti dia akan
16:33otomatis akan bisa jalan sendiri gitu
16:35dengan eh kondisi yang dengan yang
16:38enggak mulus, misalnya kalau ada lubang
16:41jalan jarak jarak waktu dan jarak 100
16:43meter akan bisa eh mendeteksi misalnya
16:47menghindari. Kayak gitu ya.
16:50Oke, berikutnya ada Netflix. Nah ini
16:53saya ternyata saya baru tahu ternyata
16:55Netflix ini menggunakan juga
16:57reinforcement learning untuk memberikan
16:59recommendation system terhadap eh video
17:02ya. Jadi ya seperti yang kita tahu ya
17:05kalau untuk eh masalah recommendation
17:07itu kan pasti kan dilihat lagi dari data
17:10historical si customer ya. Misalnya si
17:13customer A nonton atau me-like atau
17:17memberikan rating di video tertentu di
17:20Netflix, maka nanti
17:23akan diberikan rekomendasi video
17:26yang cocok dari historical data si
17:28customer tersebut ya. Nah, dengan
17:30reinforcement learning pastinya akan
17:31memberikan
17:33eh
17:33eh engagement yang lebih tepat ya karena
17:35si customer menyatakan misalnya nonton
17:38video tentang eh Covid video tentang
17:41misalnya tentang
17:42eh
17:44tentang eh pidatonya Donald Trump
17:46misalnya yang menang ya, menang presiden
17:48di Amerika. Nanti akan diberikan nih
17:50kira-kira video mana aja sih yang
17:52terkait dengan Donald Trump misalnya.
17:55Nah, itu juga pastinya akan memberikan
17:56si engagement kepada si customer. Oh,
17:59ini nyata yang saya tonton nyata sesuai
18:02nih sama yang saya
18:03eh diberikan rekomendasi seperti itu ya.
18:07Oke, berikutnya.
18:08Nah, ini eh dari si apa arsitektur
18:12diagramnya si Netflix ya. Tadi kan si
18:14user ini pertama eh memberikan rating
18:17dari movie tersebut. Nanti si Netflix
18:19ini dari karyawannya akan ya biasa akan
18:22melakukan proses ETL, lalu ada di
18:26membuat machine learning di sini
18:27menggunakan ya contoh eh reinforcement
18:29learning ya di sini ya similarity
18:31computation, lalu dicek lagi lalu habis
18:33itu diberikan prediction dan akan
18:35diberikan recommendation eh di ke user
18:38yang di aplikasi Netflix tersebut ya.
18:42Oke, eh oke ini saya ada dia demo dari
18:46eh Q-learning.
18:48Oke, di sini ya tadi yang sebelumnya
18:51sudah dijelaskan di sesi pertama jadi
18:54ada
18:55eh game game-nya itu
18:57eh dia itu akan diberikan reward ya di
19:00di kotak tertentu. Misalnya di sini di
19:03contohnya itu ada reward 5 dan ada
19:05reward 10 ya.
19:07Oke, di ada video.
19:09Nah, di sini kan perhatikan ya. Jadi di
19:12situ ada eh kotak yang warna biru yang
19:15+5, dia akan diberikan eh skor nanti +5.
19:19Dan kotak 10 kotak 10, maka akan
19:21diberikan skor 10 gitu ya. Nanti di
19:24output-nya itu nanti akan nambah gitu
19:26dari seberapa banyak dia akan melewati
19:29si kotak-kotak tersebut ya. Tadi contoh
19:32game yang sederhana untuk reinforcement
19:33learning. Yang tadi ada diberikan
19:35reward. Dan di sini eh tidak ada
19:38punishment-nya. Jadi, bisa juga
19:40ditambahkan punishment jika melewati eh
19:43kotak tersebut, maka akan berkurang
19:44skornya.
19:46Oke, eh itu aja dari saya. Makasih.
19:50Ya, baik. Terima kasih, Pak Saiful.
19:53Jadi, eh pembahasan kita di sesi 2 tadi
19:57eh tentang eh real world eh use case re
20:01eh reinforcement learning ya, Pak. Jadi,
20:02kita sudah eh di
20:05eh berikan beberapa contoh gitu ya
20:07spesifik di
20:09finance, eh mobile retail, eh terkait
20:12health care gitu ya, dan manufaktur. Eh
20:14dan eh tadi ada beberapa contoh nyata ya
20:17yang
20:18sudah sukses menerapkan reinforcement
20:20learning tadi ya, Pak. Dan juga sudah
20:22menyaksikan eh demo dari Q-learning
20:24untuk memperlihatkan eh algoritma ini ya
20:27eh untuk diterapkan dalam eh situasi
20:30reinforcement learning ya di dunia
20:31nyata.
20:33Eh kemudian berarti eh kita
20:37harusnya akan lebih jelas ya eh tentang
20:40reinforcement learning di mana
20:42eh sangat berbeda ya dengan supervised
20:45learning dan unsupervised learning.
20:47Di reinforcement learning itu ada
20:51eh fokusnya ke pengambil pengambilan
20:52keputusan ya, Pak ya. Pengambilan
20:54keputusan
20:55yang eh berdasarkan eh tadi eh
20:58apa eh
21:00apa eh umpan balik ya. Umpan balik dan
21:04eh mempelajari eh apa tadi ya? Reward
21:07dan punishment ya eh dengan bentuk yang
21:10prosesnya berulang ya Markov chain
21:13proses tadi ya Pak ya dan ada algoritma
21:16Q-learning atau tadi deep Q network gitu
21:19ya Pak ya
21:19iya cuma ada ada beberapa sedikit
21:24ini apa um
21:26berat kalau kita lihat dari beberapa
21:29contoh di pertemuan-pertemuan sebelumnya
21:33itu kan sepertinya agak campur ya
21:35artinya
21:36sepertinya mirip-mirip gitu
21:38contoh-contoh itu ya Pak
21:39misalnya supervised learning pada materi
21:42supervised learning kita
21:43ternyata supervised learning itu dipakai
21:46untuk implementasinya buat quality
21:48control untuk
21:50melihat kualitas kemarin itu contohnya
21:53daun teh gitu kualitas daun teh kalau
21:55yang bagus berarti kriterianya bagus
21:57kalau yang kurang berarti kurang gitu ya
21:59seperti itu
22:01cuma bedanya itu menggunakan data
22:03berlabel gitu dengan algoritma terkait
22:05dengan supervised learning unsupervised
22:07learning juga
22:09seperti yang Bapak contohkan tadi ada
22:11di unsupervised learning itu bisa untuk
22:13inspection
22:15monitoring gitu
22:16monitoring tapi kita pakainya datanya
22:19enggak berlabel gitu
22:21jadi untuk memantau
22:23dan memastikan konsistensi kemarin itu
22:25kualitas produk apa pemanisnya itu ya
22:28stevia itu ya
22:30pada pertemuan-pertemuan sebelumnya
22:32nah itu kan hampir mirip ya dengan
22:34contoh tadi terus ada lagi reinforcement
22:37learning
22:38tadi Bapak mencontohkan untuk predictive
22:40maintenance ya quality control juga itu
22:43contoh ada berarti itu IoT monitoring ya
22:46jadi untuk monitoring
22:48kemudian
22:50contoh lain tadi Netflix recommendation
22:52ini saya pun
22:54baru um
22:56nambah ya wawasannya bahwa saya pikirnya
22:59recommendation gitu ya um
23:02um pakai item base filtering, content
23:05base filtering, seperti itu ya, Pak, ya.
23:07Ternyata ini untuk reinforcement
23:08learning, jadi untuk prediksi.
23:10Ya, jadi contoh-contoh mirip itu ee
23:13mudah-mudahan ee penjelasan ini tidak
23:14menjadi membingungkan ya, ee sebetulnya
23:17intinya adalah
23:18berarti kita punya data atau source yang
23:21sama, kita bisa manfaatkan sedemikian
23:24rupa untuk apa namanya tujuan ee
23:27tertentu gitu ya. Terus ee cara atau
23:30metode algoritma yang ee disesuaikan
23:33gitu ya, mau
23:34supervised, unsupervised, atau
23:35reinforcement learning seperti itu ya,
23:37Pak, ya.
23:37Iya, betul.
23:38Oke.
23:39Ee baik, ee dengan contoh-contoh yang
23:41telah kita bahas, semoga pemirsa Uji TV
23:43dan adik-adik mahasiswa bisa lebih
23:44memahami ya, perbedaan dan penerapan
23:47ketiga metode ini.
23:49Nanti adik-adik juga bisa mungkin
23:51mempelajari kembali atau mengulang gitu
23:53ya, untuk melihat tayangan materi ee
23:56tersebut ya, di channel Uji TV Official.
23:59Supervised learning dan unsupervised
24:01learning. Jadi, pembelajarannya mungkin
24:03perlu dipahami berkali-kali ya, mungkin
24:06kalau agak lupa terus mau ngelihat
24:07bedanya apa sih gitu.
24:09Baik, pemirsa dan adik-adik mahasiswa,
24:11setelah ini kita akan lanjut ke
24:13penerapan reinforcement learning di
24:15bidang lain. Tetap bersama kami di
24:18program literasi.

About this transcript

This page contains the full transcript of Team Teaching: Pengantar Reinforcement Learning - Konsep dan Implementasi (Part 2) by UG Pembelajaran Siber, generated from the public captions YouTube serves with the video. The transcript has 3,351 words across 617 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.