Kursus ini dirancang untuk membantu Anda memahami cara kerja model AI dan memberikan penjelasan yang dapat dipahami untuk output yang dihasilkan. Anda akan mempelajari teknik Explainable AI (XAI) seperti LIME (Local Interpretable Model-agnostic Explanations) dan SHAP (Shapley Additive Explanations) untuk memahami kontribusi setiap fitur terhadap keputusan model. Kami juga akan membahas metode Feature Importance menggunakan Permutation Importance, serta visualisasi layer dalam Convolutional Neural Networks (CNN) untuk melihat bagaimana jaringan memproses informasi. Selain itu, Anda akan belajar menggunakan Grad-CAM untuk membuat heatmap yang menunjukkan area penting dalam gambar yang memengaruhi keputusan model. Kursus ini cocok untuk mereka yang ingin memahami bagaimana model AI bekerja dan membuatnya lebih transparan dan dapat dijelaskan.