Educating on the Application of Tensorflow in Artificial Intelligence, Machine Learning and Deep Learning

Authors

  • Ilham Budi Santoso Universitas Muhammadiyah Jakarta.
  • Irfan Pandu Aji
  • Sutio Franskusuma Universitas Muhammadiyah Jakarta.
  • Khansa Aqila Putri Universitas Muhammadiyah Jakarta.
  • Yana Ardharani Universitas Muhammadiyah Jakarta.
  • Rully Mujiastuti Universitas Muhammadiyah Jakarta.
  • Sitti Nurbaya Ambo
  • Popy Meilina Universitas Muhammadiyah Jakarta.
  • Nurvelly Rosanti Universitas Muhammadiyah Jakarta.
  • Nurul Amri Universitas Muhammadiyah Jakarta.

DOI:

https://doi.org/10.55824/jpm.v4i2.547

Keywords:

TensorFlow, Artificial Intelligence, Machine Learning, Deep Learning

Abstract

In addition to bringing positive impacts, technological developments also provide new challenges in improving people's technological literacy, especially related to Artificial Intelligence (AI), Machine Learning (ML), and Deep Learning (DL). One of the main challenges is the low public understanding of these technologies, which are increasingly relevant in the era of digital transformation. On the other hand, Google developed a library with the name TensorFlow which is widely used for data processing in Artificial Intelligence, Machine Learning, and Deep Learning. Based on this, educational activities were carried out in the form of introducing and training the use of TensorFlow to the general public in the form of webinars and workshops with the theme ‘Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning’. The activity was carried out in two stages, namely webinars for delivering basic material and workshops for hands-on practice. Based on evaluation through a Likert scale questionnaire, the majority of participants stated that they were very satisfied with the quality of the material, presenters, and implementation of activities. The post-test results also showed an increase in participants' understanding of the material, as evidenced by correct answers on topics such as TensorFlow functions, supervised learning, and neural networks. The participation of 52 participants from various institutions shows the success of this activity in achieving its goals.

 

 

References

Dahur, J. A., & Solosumantro, H. (2024).

Tantangan Dan Penerapan Literasi Digital Dalam Pendidikan Transformatif Manusia Di Era Post- Truth. Jipti: Jurnal Inovasi Pendidikan Dan Teknologi Informasi, 5(2).

Febriana, A. N. T., & Lusiana, V. (2024).

Klasifikasi Tingkat Kematangan Buah Pisang Raja Menggunakan Metode Cnn Berbasis Android . Jurnal Teknologi Sistem Informasi Dan Aplikasi , 7(1), 176–184.

Mahendra, S. G., Ohyver, A. D., Umar, N.,

Judijanto, L., Abadi, A., Harto, B., Anggara, S. A. G. I., Ardiansyah, Saktisyahputra, Setiawan, K. I., Daniela, C., Abduh, F. M., Pratiwi, Y. P., Mamis, S., Safari, A., Awa, Jayanegara, N. I., Sa’dianoor, & Sutarwiyasa, K. (2024). Tren Teknologi Ai (Efitra, Ed.). Pt. Sonpedia Publishing Indonesia.

Muharram, F. R., & Suryadi, A. (2022).

Implementasi Artificial Intelligence Untuk Deteksi Masker Secara Realtime Dengan TensorFlow Dan Ssdmobilenet Berbasis Python . Jurnal Widya, 3(2), 281–290.

Ranyla Putri Amelliya, Riya Agustina Kusairi,

& Iriani Ismail. (2024). Strategi Inovatif Dalam Pelatihan Analisis Pekerjaan: Mengatasi Tantangan, Memaksimalkan Sumber Daya, Dan Mengadaptasi Tren Global Di Era Digital. Jurnal Riset Manajemen, 2(4), 260–269. Https://Doi.Org/10.54066/Jurma. V2i4.2718

Raup, A., Ridwan, W., Khoeriyah, Y., Rupiana,

& Zaqiah, Y. Q. (2022). Deep Learning Dan Penerapannya Dalam Pembelajaran . Jurnal Ilmiah Ilmu Pendidikan, 5(9).

Wardhana, G. R., Wang, G., & Sibuea, F.

(2023). Penerapan Machine Learning Dalam Prediksi Tingkat Kasus Penyakit Di Indonesia . Journal Of Information System Management (Joism) , 5(1).

Downloads

Published

2025-03-28

Issue

Vol. 4 No. 2 (2025): Maret

Section

Articles

License

Penulis yang menerbitkan jurnal ini menyetujui persyaratan berikut:

  1. Hak cipta atas artikel apa pun dipegang oleh penulisnya.
  2. Penulis memberikan jurnal, hak publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Lisensi Atribusi Creative Commons yang memungkinkan orang lain untuk membagikan karya dengan pengakuan atas kepenulisan dan publikasi awal karya tersebut dalam jurnal ini.
  3. Penulis dapat membuat pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan dari publikasi awalnya di jurnal ini.
  4. Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, di repositori institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena hal itu dapat mengarah pada pertukaran yang produktif, serta kutipan yang lebih awal dan lebih besar dari karya yang diterbitkan.
  5. Artikel dan materi terkait yang diterbitkan didistribusikan di bawah Lisensi Internasional Creative Commons Attribution-ShareAlike 4.0