Game Engine adalah kerangka kerja pengembangan perangkat lunak yang dirancang untuk membangun dan mengembangkan video game. Mesin ini menyediakan fitur untuk merender grafik (2D/3D), simulasi fisika, deteksi tabrakan, suara, skrip, dan kecerdasan buatan.
GAN adalah arsitektur machine learning yang terdiri dari dua jaringan saraf yang bersaing satu sama lain dalam permainan zero-sum: Generator (pemalsu) yang mencoba membuat data palsu yang realistis, dan Discriminator (polisi) yang mencoba membedakan antara data asli dan palsu. Melalui kompetisi ini, Generator belajar membuat data yang sangat realistis hingga sulit dibedakan dari aslinya.
Analisis kesenjangan (Gap Analysis) adalah metode perbandingan kinerja aktual dengan kinerja potensial atau yang diharapkan. Analisis ini mengidentifikasi kesenjangan antara alokasi sumber daya yang dioptimalkan dan integrasi, dan tingkat alokasi saat ini.
Garbage Collection (GC) adalah bentuk manajemen memori otomatis. Garbage collector mencoba mengambil kembali memori yang ditempati oleh objek yang tidak lagi digunakan oleh program, sehingga programmer tidak perlu membebaskan memori secara manual.
GRU adalah mekanisme gating dalam Recurrent Neural Networks (RNN), mirip dengan LSTM tetapi dengan struktur yang lebih sederhana (memiliki lebih sedikit parameter). GRU dirancang untuk mengatasi masalah vanishing gradient saat mempelajari dependensi panjang dalam urutan data.
Gateway adalah simpul jaringan yang digunakan dalam telekomunikasi yang menghubungkan dua jaringan dengan protokol transmisi berbeda. Dalam konteks pembayaran, Payment Gateway adalah layanan yang mengotorisasi pembayaran kartu kredit atau proses langsung.
Distribusi Gaussian (atau Distribusi Normal/Kurva Lonceng) adalah distribusi probabilitas kontinu yang simetris di sekitar nilai rata-rata (mean). Dalam statistik dan machine learning, sering diasumsikan bahwa data atau noise mengikuti distribusi ini.
Generalisasi adalah kemampuan model machine learning untuk beradaptasi dengan baik pada data baru yang belum pernah dilihat sebelumnya (unseen data). Model yang memiliki generalisasi yang baik mampu menangkap pola dasar dari data latih, bukan menghafal (overfitting) detail spesifik atau noise.
Generative AI (GenAI) adalah cabang kecerdasan buatan yang berfokus pada penciptaan konten baru—termasuk teks, gambar, audio, dan video—daripada sekadar menganalisis atau mengklasifikasikan data yang ada. GenAI mempelajari pola dan struktur dari data input yang sangat besar dan kemudian menghasilkan data baru yang memiliki karakteristik serupa.
Data geospasial adalah data yang mengidentifikasi lokasi geografis fitur dan batas-batas di Bumi. Data ini biasanya disimpan sebagai koordinat dan topologi, dan dapat dipetakan.