{"id":913,"date":"2026-08-12T04:14:20","date_gmt":"2026-08-12T04:14:20","guid":{"rendered":"https:\/\/sis.binus.ac.id\/is\/?p=913"},"modified":"2026-08-12T04:33:25","modified_gmt":"2026-08-12T04:33:25","slug":"kenapa-menghitung-error-itu-penting-ketika-mengembangkan-ai","status":"publish","type":"post","link":"https:\/\/sis.binus.ac.id\/is\/kenapa-menghitung-error-itu-penting-ketika-mengembangkan-ai\/","title":{"rendered":"Kenapa Menghitung \u2018Error\u2019 Itu Penting ketika mengembangkan AI?"},"content":{"rendered":"

Pernahkah kamu bertanya-tanya, bagaimana caranya <\/span>Artificial Intelligence<\/span><\/i> (AI) atau komputer bisa \u201cbelajar\u201d dan menjadi pintar? Apakah mereka langsung tahu segalanya? Jawabannya: Tidak. Sama seperti manusia, AI belajar dari kesalahan.<\/span>\u00a0<\/span><\/p>\n

Dalam dunia <\/span>Deep Learning<\/span><\/i>, agar sebuah model AI menjadi pintar, ia harus terus-menerus diberitahu seberapa \u201csalah\u201d tebakannya. Semakin kecil kesalahannya, semakin pintar dia. Nah, cara kita menilai kesalahan inilah yang disebut dengan <\/span>Loss Function<\/span><\/i>.<\/span>\u00a0<\/span><\/p>\n

Dua metode penilaian yang paling sering digunakan adalah <\/span>MAE<\/span><\/b> dan <\/span>MSE<\/span><\/b>. Terdengar teknis? Tenang, konsepnya sebenarnya sangat sederhana. Mari kita bayangkan AI ini adalah seorang murid yang sedang belajar memanah.<\/span>\u00a0<\/span><\/p>\n

Kita mulai dari MAE dulu ya, <\/span>MAE<\/span><\/b> adalah singkatan dari <\/span>Mean Absolute Error<\/span><\/i>. Bayangkan murid kita memanah target. Kadang anak panahnya meleset 5 cm ke kiri, kadang 5 cm ke kanan.<\/span>\u00a0<\/span><\/p>\n

Bagi MAE, arah meleset itu tidak penting. Mau meleset ke kiri (negatif) atau ke kanan (positif), yang dihitung hanyalah <\/span>jarak<\/span><\/b> kesalahannya secara mutlak. MAE menjumlahkan semua jarak kesalahan tersebut lalu mengambil rata-ratanya. MAE itu seperti guru yang santai dan lurus, Kamu telat 5 menit? Dihukum lari 1 putaran. Kamu telat 10 menit? Dihukum lari 2 putaran. Hukumannya naik secara linear (garis lurus) sesuai kesalahanmu.<\/span>\u00a0<\/span><\/p>\n

Nah, <\/span>MSE<\/span><\/b> atau <\/span>Mean Squared Error<\/span><\/i> sedikit berbeda. Sesuai namanya (<\/span>Squared<\/span><\/i>), metode ini <\/span>menguadratkan<\/span><\/b> setiap kesalahan sebelum dirata-rata. Apa efeknya? Jika murid memanah dan meleset sedikit, hukumannya kecil. Tapi, jika dia meleset <\/span>jauh<\/span><\/b>, hukumannya akan menjadi <\/span>sangat besar<\/span><\/b> (karena dikuadratkan).<\/span>\u00a0<\/span><\/p>\n

MSE memaksa AI untuk <\/span>tidak boleh melakukan kesalahan fatal<\/span><\/b>. AI akan \u201ctakut\u201d membuat satu kesalahan besar daripada membuat banyak kesalahan kecil.<\/span>\u00a0<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

Pernahkah kamu bertanya-tanya, bagaimana caranya Artificial Intelligence (AI) atau komputer bisa \u201cbelajar\u201d dan menjadi pintar? Apakah mereka langsung tahu segalanya? Jawabannya: Tidak. Sama seperti manusia, AI belajar dari kesalahan.\u00a0 Dalam dunia Deep Learning, agar sebuah model AI menjadi pintar, ia harus terus-menerus diberitahu seberapa \u201csalah\u201d tebakannya. Semakin kecil kesalahannya, semakin pintar dia. Nah, cara kita […]<\/p>\n","protected":false},"author":48,"featured_media":915,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[7],"tags":[],"class_list":["post-913","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-knowledge-sharing"],"_links":{"self":[{"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/posts\/913","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/users\/48"}],"replies":[{"embeddable":true,"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/comments?post=913"}],"version-history":[{"count":1,"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/posts\/913\/revisions"}],"predecessor-version":[{"id":914,"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/posts\/913\/revisions\/914"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/media\/915"}],"wp:attachment":[{"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/media?parent=913"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/categories?post=913"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sis.binus.ac.id\/is\/wp-json\/wp\/v2\/tags?post=913"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}