Perkembangan teknologi kecerdasan buatan telah membawa pembelajaran mesin (machine learning) menjadi salah satu bidang yang paling penting dalam berbagai aspek kehidupan modern. Berbagai aplikasi seperti sistem rekomendasi, pengenalan wajah, deteksi penipuan, diagnosis medis, hingga kendaraan otonom memanfaatkan kemampuan mesin untuk belajar dari data dan menghasilkan keputusan yang semakin cerdas. Oleh karena itu, pemahaman mengenai konsep, metode, dan penerapan pembelajaran mesin menjadi kompetensi yang perlu dimiliki oleh mahasiswa di berbagai disiplin ilmu. Lecture Notes Pembelajaran Mesin ini disusun sebagai bahan ajar untuk mendukung proses pembelajaran di perguruan tinggi. Materi disajikan secara sistematis dengan pendekatan yang menyeimbangkan aspek konseptual dan praktis, sehingga dapat membantu mahasiswa memahami prinsip-prinsip dasar pembelajaran mesin sebelum mempelajari teknik yang lebih kompleks. Pembahasan dalam lecture notes ini mencakup pengantar kecerdasan buatan dan pembelajaran mesin, representasi dan prapemrosesan data, berbagai paradigma pembelajaran, algoritme pembelajaran terawasi (supervised learning) dan tak terawasi (unsupervised learning), evaluasi model, serta pengenalan penerapan pembelajaran mesin dalam berbagai bidang. Setiap topik dilengkapi dengan ilustrasi, contoh, rangkuman, dan latihan untuk memperkuat pemahaman serta mendorong kemampuan berpikir kritis mahasiswa. Lecture notes ini diharapkan dapat menjadi sumber belajar yang mudah dipahami, relevan dengan perkembangan teknologi terkini, serta mampu menumbuhkan minat dan kesiapan mahasiswa dalam memanfaatkan pembelajaran mesin untuk menyelesaikan berbagai permasalahan nyata. Selain itu, bahan ajar ini juga dapat digunakan sebagai referensi pendukung bagi dosen dan pembelajar mandiri yang ingin memahami dasar-dasar pembelajaran mesin secara terstruktur.