Praktisi Mengajar Pembelajaran Mesin Bahas Konsep Dasar RNN dan LSTM

Pada Minggu, 26 April 2026, Program Studi S1 Sains Data Universitas menyelenggarakan kegiatan praktisi mengajar mata kuliah pembelajaran mesin. Kuliah praktisi ini mengangkat topik Konsep dan Aplikasi RNN dan LSTM pada Permasalahan Nyata dengan menghadirkan Bapak Muhammad Fakhrur Rozi, Ph.D, seorang peneliti di Cyber Security Research Institute, Centre for research on AI security and Technology Evolution, Jepang, sebagai narasumber utama.

Dalam pemaparannya, Beliau menyebutkan bahwa algoritma Recurrent Neural Network (RNN) dan Long Short-Term Memory (LSTM) merupakan kunci dari meledaknya popularitas teknologi AI saat ini, seperti Chat GPT dan alat AI lainnya yang berbasis teks. Berbeda dengan model machine learning tradisional, RNN dirancang khusus untuk menangani data sekuensial atau data berurutan di mana urutan membawa makna penting, seperti kalimat, melodi musik, hingga kode program.

"Ide utamanya adalah bagaimana model matematika bisa mengingat pola dari data sebelumnya untuk memprediksi informasi selanjutnya."

Kuliah ini juga menyoroti kelemahan mendasar pada model RNN standar yang dikenal dengan istilah Vanishing Gradient. Fenomena ini menyebabkan model cenderung "melupakan" informasi yang berada di awal urutan jika data yang diproses terlalu panjang. Sebagai solusinya, terdapat LSTM yang menggunakan mekanisme gerbang (gates) untuk mengontrol informasi mana yang harus diingat atau dilupakan. Mekanisme ini memungkinkan informasi penting tetap tersimpan dalam memori jangka panjang (long-term memory) tanpa terganggu oleh data-data baru yang tidak relevan.

Tak hanya teori, mahasiswa juga diajak mengikuti mini workshop untuk membangun model RNN serta melihat implementasi Music Generation. Dalam demo tersebut, ditunjukkan bagaimana AI dilatih menggunakan ribuan lagu untuk kemudian mampu menghasilkan notasi musik baru secara mandiri.

Bapak Ibnu Febry Kurniawan, S.Kom., M.Sc., Ph.D, sebagai koordinator pengampu mata kuliah pembelajaran mesin prodi Sains Data dalam sambutannya, berharap materi ini dapat membekali mahasiswa dalam mengikuti kompetisi tingkat nasional maupun internasional.

Kuliah praktisi yang dipandu oleh moderator Ibu Yuni Rosita Dewi, M.Si ini merupakan pertemuan pertama dari dua rangkaian sesi. Sesi kedua dijadwalkan akan dilaksanakan pada Sabtu 2 Mei 2026 dengan topik yang lebih mendalam, yaitu Deep Learning Transformer dan konsep BERT