I. Pendahuluan

Artificial Intelligence (AI) kini menjadi topik hangat di dunia teknologi. Tapi tahukah kamu bahwa membuat model AI tidak harus rumit? Dengan Python dan pustaka sederhana seperti scikit-learn, kamu bisa membuat model AI hanya dalam beberapa baris kode.

II. Apa Itu Model AI?

Model AI adalah program yang dibuat untuk belajar dari data dan membuat prediksi. Misalnya:

  • Menebak apakah email itu spam atau bukan.

  • Memprediksi harga rumah berdasarkan ukuran dan lokasi.

III. Persiapan: Apa yang Dibutuhkan?

  • Python (bisa pakai Google Colab untuk mudahnya)

  • Pustaka Python:

    • scikit-learn

    • pandas

    • numpy

IV. Contoh Kasus: Prediksi Siswa Lulus atau Tidak

Bayangkan kamu punya data seperti ini:

Jam Belajar Nilai Ujian
1 50
2 60
3 65
4 70
5 85

Kita akan membuat model untuk memprediksi nilai ujian berdasarkan jam belajar.

V. Langkah-Langkah Membuat Model

python
# 1. Impor pustaka
from sklearn.linear_model import LinearRegression
import numpy as np

# 2. Siapkan data
jam_belajar = np.array([[1], [2], [3], [4], [5]])
nilai_ujian = np.array([50, 60, 65, 70, 85])

# 3. Buat model
model = LinearRegression()
model.fit(jam_belajar, nilai_ujian)

# 4. Prediksi
prediksi = model.predict([[6]])
print("Prediksi nilai ujian jika belajar 6 jam:", prediksi[0])

VI. Hasil dan Interpretasi

Jika kamu belajar 6 jam, maka:

yaml
Prediksi nilai ujian jika belajar 6 jam: 90.0

Model ini belajar dari data sebelumnya dan memperkirakan nilai berdasarkan pola.

VII. Kelebihan dan Keterbatasan

Kelebihan:

  • Cepat dibuat

  • Mudah dimengerti

Keterbatasan:

  • Hanya cocok untuk data sederhana

  • Tidak bisa menangani data yang sangat kompleks

VIII. Kesimpulan

Python memudahkan siapa pun untuk mencoba membangun model AI sederhana. Dengan hanya beberapa baris kode, kamu sudah bisa melakukan prediksi dan memahami konsep dasar kecerdasan buatan.

Penulis: Asdwipa Septiade Giling
NIM: 23156201008
Jurusan: Sistem Komputer, STIMIK Catur Sakti Kendari