Fokus & Cakupan

Jurnal Kecerdasan Buatan dan Pembelajaran Mesin (JKBPM) menerbitkan penelitian berkualitas tinggi di bidang Kecerdasan Buatan (AI) dan Mesin Pembelajaran (ML). Jurnal ini bertujuan untuk mendorong kemajuan akademis dan ilmiah dengan menyediakan platform untuk penyebaran ide-ide inovatif, metode komputasi, dan temuan empiris di berbagai topik terkait AI, ML, dan aplikasi praktisnya di berbagai industri. Ruang lingkupnya mencakup, namun tidak terbatas pada, bidang-bidang berikut:

1. Kecerdasan Buatan (AI)

  • Sistem berbasis pengetahuan

  • Mekanisme penalaran dan inferensi

  • Agen cerdas dan sistem multi-agen

  • Pengoptimalan AI, heuristik, dan metaheuristik

  • Komputasi kognitif dan adaptif

2. Pembelajaran Mesin (ML)

  • Pembelajaran yang diawasi, tidak diawasi, dan semi-diawasi

  • Pembelajaran penguatan dan pembelajaran penguatan mendalam

  • Teknik pembelajaran ansambel

  • Rekayasa fitur dan pengurangan dimensi

  • Evaluasi model, validasi, dan metrik kinerja

3. Pembelajaran Mendalam

  • Arsitektur jaringan neural

  • Jaringan Neural Konvolusional (CNN)

  • Jaringan Neural Berulang (RNN), LSTM, GRU

  • Model generatif (GAN, VAE)

  • Pembelajaran transfer dan model terlatih

4. Pemrosesan Bahasa Alami (NLP)

  • Penambangan teks dan analisis sentimen

  • Terjemahan mesin

  • Ekstraksi informasi dan pengambilan informasi

  • Pemahaman ucapan dan bahasa

  • Model bahasa besar (LLM) dan sistem chatbot

5. Visi Komputer

  • Pemrosesan gambar dan pengenalan pola

  • Deteksi, pelacakan, dan klasifikasi objek

  • Analisis video

  • Teknologi pengenalan wajah

  • Sistem otonom berbasis visi

6. Robotika dan Sistem Cerdas

  • Robot otonom dan cerdas

  • Lingkungan cerdas berbasis IoT

  • Interaksi manusia-robot

  • Algoritme perencanaan dan kontrol gerak

7. Ilmu Data dan Analisis Big Data

  • Pemodelan prediktif

  • Metode penambangan data

  • Arsitektur pemrosesan data besar

  • Sistem pendukung keputusan berbasis AI

8. AI Terapan dan Implementasi Industri

  • Aplikasi AI dalam layanan kesehatan, keuangan, bisnis, pendidikan, pertanian, manufaktur, dan kota pintar

  • Kecerdasan komputasi untuk memecahkan masalah dunia nyata

  • Explainable AI (XAI), etika AI, transparansi, dan tata kelola

  • Praktik AI yang bertanggung jawab dan berkelanjutan