Apa itu Deep Learning (Pembelajaran Mendalam)?

Deep Learning (Pembelajaran Mendalam) adalah jenis machine learning yang menggunakan neural network dengan banyak lapisan bertumpuk — dari sinilah nama “deep” (mendalam) berasal.

Mengapa harus “dalam”?

Setiap lapisan neural mempelajari tingkat abstraksi yang berbeda:

Lapisan 1: mendeteksi tepi dan garis
Lapisan 2: menggabungkan tepi menjadi bentuk (mata, hidung, mulut)
Lapisan 3: menggabungkan bentuk menjadi objek (wajah)
Lapisan 4: membedakan wajah (apakah ini orang A atau orang B)

Semakin banyak lapisan, semakin kompleks pula pola yang bisa dipelajari model.

Mengapa Deep Learning meledak?

3 faktor bertemu sekitar 2012:

1. Data besar (Internet, kamera mobile menghasilkan miliaran gambar)
2. GPU cukup kuat untuk melatih model besar
3. Algoritma lebih baik (backpropagation yang ditingkatkan, ReLU, dropout)

Hasilnya: AI pengenal gambar tiba-tiba lebih jago dari manusia. Lalu disusul mesin penerjemah, voice, dan akhirnya LLM.

Apa yang bisa dilakukan Deep Learning hari ini

• Computer Vision: pengenalan objek, deepfake, mobil otonom
• NLP: penerjemahan mesin, LLM seperti ChatGPT
• Speech: konversi suara ↔ teks (Whisper)
• Image Generation: Midjourney, DALL-E, Stable Diffusion
• Protein Folding: AlphaFold memprediksi struktur protein

Perbedaan dengan ML tradisional

Faktor	ML tradisional	Deep Learning
Volume data dibutuhkan	Sedang (beberapa ribu)	Sangat besar (jutaan+)
Compute dibutuhkan	CPU sudah cukup	Butuh GPU/TPU
Ekstraksi feature otomatis	Tidak (harus didefinisikan sendiri)	Ya (belajar sendiri)
Cocok untuk	Data terstruktur (tabel)	Data mentah (gambar, suara, teks)

Terkait

• Neural Network
• Transformer — arsitektur deep learning di balik LLM
• Training