ABSTRAK Nama : Ariel Miki Abraham Program Studi : Ilmu Komputer Judul : Minimal Explanations untuk Prediksi Neural Network Berbasiskan Rectified Linear Unit Menggunakan Abduction Pemanfaatan Artificial Intelligence (AI) terutama Machine Learning (ML) semakin banyak ditemui dalam berbagai hal termasuk pengambilan keputusan. Hal ini menimbulkan kebutuhan untuk memperoleh explanation dari prediksi model ML sebagai akuntabilitas dan kepercayaan terhadap sistem AI. Penelitian ini menggunakan abduction yang terdapat pada pendekatan logika untuk memperoleh minimal explanations yang valid secara formal dari suatu prediksi model Artificial Neural Network (ANN) berbasiskan Rectified Linear Unit (ReLU). Penelitian ini melakukan implementasi terhadap algoritma subset-minimal dan algoritma cardinality-minimal yang telah ada sebelumnya. Selain itu, penelitian ini mengajukan algoritma randomized-subset-minimal sebagai bentuk pengembangan dari kedua algoritma. Eksperimen menunjukkan bahwa algoritma randomized-subsetminimal dapat menghasilkan explanation dengan ukuran yang lebih kecil daripada algoritma subset-minimal, dengan waktu komputasi yang jauh lebih efisien daripada algoritma cardinality-minimal. Kata Kunci: Artificial Intelligence, abduction, Artificial Neural Network, akuntabilitas, Rectified Linear Unit vii