Workshop Deep Learning untuk Telekomunikasi

Topik

1. 01Motivasi: AI di dunia telekomunikasi
2. 02Struktur ANN: neuron, bobot, bias, lapisan
3. 03Fungsi aktivasi: sigmoid, tanh, ReLU, softmax
4. 04Feed forward & loss function (MSE, BCE)
5. 05Backpropagation & gradient descent
6. 06Studi kasus: deteksi intrusi dengan NSL-KDD

Setelah sesi ini, kamu mampu

• Menjelaskan struktur ANN: neuron, bobot, bias, dan lapisan.
• Membedakan fungsi aktivasi dan memilihnya sesuai kebutuhan.
• Menghitung feed forward dan memahami intuisi backpropagation.
• Membangun & melatih ANN dengan PyTorch untuk deteksi intrusi jaringan.

Topik

1. 01Keterbatasan ANN untuk data berurutan
2. 02Recurrent Neural Network (RNN) & vanishing gradient
3. 03LSTM dan GRU: intuisi gerbang (gate)
4. 04Windowing data deret waktu & baseline naif
5. 05Studi kasus: prediksi trafik seluler Milan (Telecom Italia)

Setelah sesi ini, kamu mampu

• Menjelaskan mengapa data berurutan butuh model bermemori.
• Memahami intuisi sel RNN serta gerbang pada LSTM dan GRU.
• Menyiapkan data deret waktu dengan teknik windowing dan baseline naif.
• Membandingkan ANN, RNN, LSTM, dan GRU secara adil untuk prediksi trafik.