Monday, 31 October 2022

Jenis - Jenis Machine Learning

  October 31, 2022    

Machine Learning yaitu merupakan sebuah aplikasi yang ada pada ilmu kecerdasan yang dibuat oleh manusia yang mempelajari ilmu algoritma dan statistik. Proses komputer dalam mempelajari suatu data disebut dengan machine learning. Jika kalian ingin mempelajari dan mengetahui mesin pembelajaran ini bekerja, kalian harus terus berinteraksi secara langsung dengan data. Pengetahuan yang berkaitan dengan alat ini akan mempelajari pada informasi atau data. Banyak data yang sama, tapi algoritmanya berbeda dan hasilnya juga berbeda.

Tujuannya adalah untu memberikan kemampuan belajar pada komputer atau laptop tersebut. Pembelajaran mesin ini akan mempelajari banyak data agar dapat menghasilkan hasi dari input/output tanpa harus memakai program yang sulit.  Dan dalam proses belajar ini juga memakai algotirma yang sudah ada (khusus) yang dimana istilahnya disebut dengan machine learning algoritma.

Supervised Machine Learning Algoritma (Memprediksi Masa Depan).

Model ini merupakan model yang digunakan untuk memprediksi hasil yang terjadi pada masa depan berdasarkan histori yang ada sebelumnya. Dan juga merupakan algoritma mesin yang melakukan proses belajarnya membutuhkan serangkaian contoh input – output yang tepat. Sebuah algoritma yang mampu menerapkan informasi yang ada pada data yang dilakukan dengan memberikan label.

Ada beberapa jenis Algoritma Supervised Learning tergantung dari tujuan terbentuknya, yaitu:

  • Klasifikasi : Logistik Regression, Decision trees, Random Forest.
  • Regresi : Linear Regression, Neutral Networks SVM.

Unsupervised Machine Learning Algoritma (Tidak ada Target yang Ditetapkan).

Model ini merupakan algoritma mesin pembelajaran yang dalam proses belajarnya, hanya memberikan sejumlah sampel tanpa kabel. Model ini tidak memiliki target yang akan dicapai atau yang harus ditetapkan. Algoritma ini dipakai pada suatu data yang tidak memiliki informasi yang bisa menerapkannya secara langsung. Pada algoritma ini, tidak ada pelatih yang membantu dalam menentukan kinerja dan output terjadi benar atau salahnya.

Macam – macam algoritma unsupervised berdasarkan tujuannya, seperti:

  • Clustering : K-means, Hierarchical.
  • Asosiasi : Asosiasi Rules.

Reinforcement Learning

Reinforcement Learning: (1) komputer melakukan pencarian sendiri –self discovery dengan cara berinteraksi dengan lingkungan; (2) dataset didapatkan dari pengalaman / experience, input didapatkan dari proses training; dan (3) digunakan untuk menyelesaikan persoalan Classification, dan Control. Algoritma yang termasuk reinforcement learning: Q-Learning, State-Action-Reward-State-Action (SARSA), Deep Q Network (DQN), Deep Deterministic Policy Gradient (DDPG), Actor Critic, Monte Carlo Tree Search (MCTS).

Setelah mengetahui garis besar yang diatas secara umum, berikit ada penjelasan terkait contoh dari algoritma diatas.


Logistik Regresi

Ini biasanya digunakan untuk menghitung nilai probabilitas sehingga menghasilkan nilai berada di 0 – 1.

Decission Trees

Ini biasanya menggunakan konsep struktur flowchart bercabang dengan menggunakan aturan keputusan yang dibuat designer.

Random Forest

Ini merupakan kumpulan dari contoh yang diatas. Prinsip dasar dari algoritma ini tidak beda jauh dengan contoh yang b. masing – masing decision trees akan menghasilkan output yang berbeda. Algoritma ini melakukan voting untuk menentukan hasil dari semua contoh yang diatas.

Neural Network

Algoritma ini terinspirasi dari kinerja jaringan saraf manusia. Arsitektur algoritma ini sama halnya dengan saraf manusia. Secara garis besar, algoritma ini pada layer tiap data akan diolah dan diteruskan hingga ke layer terakhir.

Hierarchical Clustering

Dilihat dari prinsipnya, ini akan melakukan clustering seperti model berjenjang berdasarkan data yang sama. Sehingga pada ujung hierarki akan terbentuk cluster yang modelnya berbeda dari yang satu dengan yang lainnya, tetapi bentuk dari cluster itu sendiri sama dari yang satu dengan yang lainnya

  No Comments

Friday, 28 October 2022

Metode Inferencing dengan Rules: Forward Chaining dan Backward Chaining

  October 28, 2022    

Metode inferensi merupakan suatu mekanisme berfikir dan pola-pola penalaran yang dapat digunakan oleh sebuah sistem untuk mencapai suatu kesimpulan. Metode inferensi akan menganalisa sebuah masalah dan mencarikan jawaban yang terbaik. Penalaran yang dilakukan dimulai dengan mencocokkan kaidah-kaidah dalam dasar pengetahuan dengan fakta-fakta yang ada dalam basis data.

Ada dua metode inferensi yang dapat digunakan dan dua metode tersebut adalah Forward Chaining dan Backward Chaining.

FORWARD CHAINING (data driven)

Dalam forward reasoning, proses inferensi dimulai dari seperangkat data yang ada menuju ke kesimpulan. Pada proses ini akan dilakukan pengecekan terhadap setiap rule untuk melihat apakah data yang sedang diobservasi tersebut memenuhi premis dari rule tersebut. Apabila memenuhi, maka rule akan dieksekusi untuk menghasilkan fakta baru yang mungkin akan digunakan oleh rule yang lain. Proses pengecekan rule ini disebut sebagai rule interpretation. Pada sistem berbasis pengetahuan, rule interpretation (interpretasi rule) dilakukan oleh inference engine.

BACKWARD CHAINING (goal driven)

Metode Backward Chaining memilih beberapa kesimpulan yang mungkin dan mencoba membuktikan kesimpulan tersebut dari bukti-bukti yang ada. Strategi pengambilan keputusan atau kesimpulan dengan pencocokan fakta atau pernyataan yang dimulai dari bagian sebelah kanan (THEN terlebih dahulu). Dengan kata lain, penalaran dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang ada dalam basis pengetahuan.

Faktor-faktor yang mempengaruhi pemilihan Forward Chaining atau Backward Chaining:

Banyaknya keadaan awal dan tujuan. Jika keadaan awal lebih kecil dari tujuan, maka digunakan penalaran forward, jika tujuan lebih sedikit dari keadaan awal, maka dipilih penalaran backward.

Rata-rata jumlah node yang dapat diraih secara langsung dari suatu node. Lebih baik dipilih node yang memliki cabang lebih sedikit.

Apakah program butuh menanyai user untuk melakukan justifikasi proses penalaran?, jika ya, maka lebih baik dipilih arah yang memudahkan user.

Bentuk kejadian yang akan memicu penyelesaian masalah. Jika kejadian berupa fakta baru pilih forward. Jika kejadian berupa query pilih backward.

  No Comments

Thursday, 27 October 2022

Cloud Computing vs Cloud Storage

  October 27, 2022    

Memasuki era digital, pastinya istilah Cloud Storage dan Cloud computing sering terdengar, tapi apakah Anda sudah mengerti perbedannya?

Sejak internet berkembang pesat, media penyimpanan menawarkan alternatif baru yaitu cloud storage dan cloud computing. Keduanya sangat berkaitan erat dan mengandalkan jaringan internet.

Sebagai media penyimpanan online, cloud storage dan cloud computing menawarkan berbagai kelebihan yang menguntungkan untuk para penggunanya

Secara harfiah, cloud berarti awan, atau jika mengacu pada istilah teknologi, cloud berarti sistem server jarak jauh di mana data-data disimpan dalam penyimpanan berbasis internet.

Server cloud memungkinkan Anda untuk membuat cadangan (backup) data, guna mengantisipasi apabila terjadi kegagalan sistem pada hardware laptop atau PC Anda. 

Ketika sewaktu-waktu terjadi kegagalan sistem, data yang telah Anda backup dalam server cloud masih aman dan dapat diakses kembali, asalkan tersedia jaringan internet yang memadai.

Apa itu Cloud Storage ?

Cloud storage merupakan media penyimpanan online yang lebih canggih, koneksi internet merupakan andalannya untuk akses data. Dibandingkan dengan media penyimpanan onffline seperti hardisk dan flashdisk, cloud storage merupakan terobosan baru.

Menyimpan data menggunakan cloud storage lebih diminati karena berbagai alasan. Penyimpanan cloud diyakini lebih aman dari serangan virus atau kerusakan seperti yang biasa terjadi pada hardisk atau flashdisk.

Namun kendala cloud storage adalah kapasitas yang sudah ditentukan, Anda tidak bisa menyimpan data yang terlalu besar.

Kalau ingin mendapatkan ruang penyimpanan yang lebih besar, bisa menggunakan layanan cloud storage berbayar.

Apa itu Cloud Computing ?

Cloud computing pada dasarnya merupakan sistem pengolahan daya komputasi, termasuk server, database, jaringan, software, dan analytics melalui jaringan internet atau cloud. 

Apabila cloud storage fokus pada penyimpanan saja, maka cloud computing mencakup keseluruhan proses pengolahan komputasi, yang berguna untuk peningkatan sumber daya yang fleksibel dan lebih ekonomis. 

Untuk dapat menikmati layanan cloud computing, Anda biasanya cukup membayar layanan cloud-nya saja. Salah satu contohnya adalah sistem berlangganan kapasitas penyimpanan oleh Google Drive.

Seluruh pengguna cloud computing dapat mengakses seluruh data yang disimpan dalam sistem ruang virtual, serta dapat dilakukan dari jarak jauh menggunakan jaringan internet. 

Perbedaan Cloud Storage dan Cloud Computing

Cloud storage masuk ke dalam teknologi cloud computing, bedanya ada pada penggunaan teknologi dimana cloud computing tidak hanya menyimpan. Akan tetapi cloud computing juga bisa mengakses data untuk mengolahnya kembali.

Teknologi tersebut sangat efisien, dimana user bisa mengakses data dari mana saja. Yang terpenting adalah adanya device yang terhubung ke internet  dengan tetap mengandalkan kecepatan koneksi agar prosesnya tidak terkendala.

Perbedaan dari keduanya bisa mengerucut menjadi seperti ini:

  1. Cloud storage membutuhkan kapasitas penyimpanan yang lebih besar, sedangkan cloud computing membutuhkan keberadaan memori dan cpu yang lebih banyak untuk melakukan pemrosesan.
  2. Cloud computing lebih banyak digunakan pada kebutuhan tingkat lanjut, baik bisnis atau aplikasi tertentu. Sedangkan cloud storage penggunaan penyimpanannya lebih ke data pribadi, kelompok atau pekerjaan.
  3. Dalam hal pengelolaannya, cloud storage lebih sederhana untuk dilakukan. Sedangkan untuk cloud computing harus memiliki atribut tambahan dalam pengelolaannya seperti akses pengguna, common line interface dan lainnya.
  4. Kedua penyimpanan cloud tersebut sama-sama menjadikan server sebagai titik utama.

Itulah perbedaan cloud storage vs cloud computing yang bisa Anda ketahui. Keduanya bisa dijadikan sebagai alternatif canggih dalam menyimpan data yang penting.

  No Comments

Wednesday, 26 October 2022

Perbedaan Artificial Inteligent dengan Machine Learning

  October 26, 2022    

Artificial Intelligence (Kecerdasan buatan) dan Machine Learning adalah dua istilah yang saling berkaitan dalam dunia komputer. Teknologi ini membantu membawa perubahan besar di berbagai bidang saat ini. Baik itu ilmu kedokteran, meteorologi, robotikan dan lain-lain. Namun, masih banyak dari kita yang bingung akan kedua istilah ini.

Machine learning membutuhkan algoritma untuk mengumpulkan dan menganalisis data dalam jumlah, volume, dan skala besar. Saat ini, jumlah dan tipe data semakin meningkat sehingga manusia membutuhkan proses komputasi untuk mengekstrak data tersebut menjadi informasi yang bermanfaat, murah, dan mudah dipahami.

Komputasi tersebut bisa ditemukan dengan menggabungkan artificial intelligence dengan machine learning. Kombinasi keduanya akan menghasilkan model yang dapat menganalisis data kompleks dan berukuran besar secara otomatis. Selain itu, hasil analisis yang didapatkan akan lebih cepat dan akurat. 

Perbedaan AI dan ML

Perlu kita ketahui bahwa pada dasarnya machine learning adalah bagian dari artificial intelligence. AI berfungsi untuk meningkatkan peluang kesuksesan suatu sistem atau mesin. Sedangkan machine learning cenderung lebih fokus pada akurasi sistem atau mesin itu sendiri.

Atau dengan kata lain, AI berguna untuk menyelesaikan suatu permasalahan tertentu, misalnya pengambilan keputusan (decision making), melalui sistem yang meniru manusia. Sedangkan machine learning berguna untuk mempelajari pola dan hubungan dari data-data yang ada untuk memaksimalkan kinerja suatu sistem/mesin dan membantu algoritma bekerja secara otomatis.

Untuk lebih jelasnya, berikut adalah perbedaan machine learning dan AI: 

Output : AI menghasilkan output berupa pengetahuan atau knowledge. Sedangkan machine learning menghasilkan output berupa data. 

Tujuan : AI bertujuan mengembangkan sistem yang mampu meniru kecerdasan manusia untuk menyelesaikan masalah. Sedangkan machine learning bertujuan mengembangkan algoritma yang bisa belajar secara mandiri dari data yang ada. 

Fungsi : Fungsi utama AI adalah membuat sistem cerdas untuk melakukan tugas seperti manusia. Sedangkan machine learning berfungsi untuk mengajari mesin untuk melakukan sesuai berdasarkan data, sehingga memberikan hasil yang akurat. Jenis 

Data : Pada umumnya, AI menggunakan jenis dan tipe data yang tidak terstruktur, semi-terstruktur, hingga terstruktur. Sedangkan machine learning hanya menggunakan data terstruktur dan semi-terstruktur. Contoh 

Implementasi : Implementasi AI antara lain smart assistant, chatbots, sistem pakar, dll. Sedangkan implementasi machine learning adalah recommendation engine (misalnya rekomendasi film di layanan streaming dan produk di e-commerce berdasarkan perilaku atau consumer behavior), algoritma Google search, rekomendasi Facebook photo tagging, dan lain sebagainya.

  No Comments

Tuesday, 25 October 2022

Komponen Infrastruktur Cloud Computing

  October 25, 2022    

Teknologi Cloud Computing memiliki peran yang signifikan untuk proses bisnis di era digitalisasi seperti sekarang dan juga masa depan. Teknologi ini menyentuh setiap bagian dari kehidupan kita saat ini, menawarkan banyak keuntungan dalam hal fleksibilitas, penyimpanan, berbagi, pemeliharaan, dan banyak lagi.

Sebagian perusahaan besar seperti Google Documents, Skype, dan Netflix yang telah menggunakan teknologi Cloud Computing untuk kegiatan operasional bisnis mereka karena perusahaan-perusahaan tersebut membutuhkan penyimpanan yang signifikan, yang disediakan oleh platform Cloud. Akan tetapi efisiensi dari teknologi ini membutuhkan komponen serta sub komponen pendukung yang jelas dan tertanam di dalamnya yaitu berupa Cloud Computing yang dapat memberikan bandwidth yang lebih tinggi kepada penggunanya karena data melalui Cloud dapat digunakan kapan serta dari mana saja.

Arsitektur cloud sendiri merupakan suatu cara atau komponen dari suatu teknologi yang memungkinkan komponen tersebut bergabung untuk membangun cloud, dimana sumber daya dikumpulkan melalui teknologi virtualisasi dan dibagikan ke seluruh network.

Untuk sisi pengguna, layanan cloud bisa digunakan melalui PC, tablet, dan perangkat lainnya yang terkoneksi dengan komponen pusat data backend menggunakan jaringan. Komponen-komponen yang membentuk infrastruktur cloud meliputi:

Front-End

  • Menyediakan aplikasi yang diperlukan untuk layanan berbasis cloud.
  • Terdiri dari aplikasi sisi klien, yang merupakan browser web.
  • Pada intinya, komponen ini merupakan apa yang dari sisi client atau user lihat.

Back-End

  • Back-end adalah bagian penting dan besar dari keseluruhan arsitektur Cloud Computing.
  • Komponen ini bertanggung jawab untuk memantau semua program yang menjalankan aplikasi di front-end.
  • Memiliki sejumlah besar sistem penyimpanan data dan server.
  • Platform front-end (Client atau perangkat yang digunakan untuk mengakses Cloud).
  • Model pengiriman berbasis cloud.

Network

  • Pada komponen ini menciptakan arsitektur Cloud Computing agar suatu tempat aplikasi dapat berjalan, memberikan end-user kemampuan untuk memanfaatkan kekuatan sumber daya cloud.
  • Pada komponen network ini dapat menghubungkan front-end dan back-end yang memungkinkan setiap pengguna untuk mengakses sumber daya
  • Ini membantu pengguna untuk menghubungkan dan menyesuaikan rute dan protokol.

Karakteristik infrastruktur cloud

Karakteristik infrastruktur cloud berbeda dari data center on-site. Berikut karakteristiknya:
  • Skalabilitas tinggi
  • Pooling sumber daya yang fleksibel
  • Permintaan self-service secara on-demand
  • Dilindungi oleh layer keamanan untuk mencegah serangan siber
  • Model as-a-service dikenakan biaya berdasarkan penggunaan.
  • Tersedia akses ke sumber daya dan layanan IT
  • Dikelola oleh penyedia cloud

Model deployment untuk infrastruktur cloud

Infrastruktur cloud bisa digunakan oleh pengguna individu khusus atau dibagikan ke sejumlah pengguna lainnya, maupun gabungan dari dua jenis tersebut. Sumber daya infrastruktur pada dasarnya sama, terlepas dari model deployment-nya, namun alokasi akan berbeda tergentung pengguna.

Model deployment cloud pada umumnya ada tiga jenis:

Public cloud
Sebuah pool dari sumber daya yang divirtualisasi, dibagikan ke sejumlah pengguna di luar firewall penyedia cloud. Layanannya didistribusi berdasarkan konsumsi yang digunakan pengguna. Vendor bertanggung jawab untuk mengelola dan mengoperasikan public cloud.

Private cloud
Ini merupakan jenis cloud yang didedikasikan untuk pengguna individu khusus via firewall mereka sendiri. Lingkungan private cloud biasanya di-deploy sebagai on-premise, tapi pusat datanya divirtualisasi. Tambahan layer otomatisasi dapat membuat pengguna memanfaatkan infrastruktur sebagai layanan private cloud.

Hybrid cloud
Ini adalah integrasi antara public dan private cloud, sehingga menciptakan model hybrid cloud. Beban kerjanya bersifat portabel, sehingga memungkinkan perusahaan menggunakan public cloud untuk hemat biaya, lalu data-data yang sensitif pada private cloud.

  No Comments

Tuesday, 11 October 2022

Machine learning dan Deep learning

  October 11, 2022    

Machine learning dan deep learning tentunya menjadi dua hal yang melekat pada sistem pengambilan keputusan dalam perusahaan.  Keduanya kerap disamakan lantaran sama-sama menjadi cabang dari teknologi kecerdasan buatan (Artificial Intelligence). Padahal, sebenarnya keduanya memiliki perbedaan yang cukup signifikan.

Perkembangan teknologi yang canggih saat ini berdampak ke berbagai bidang. Mulai dari bidang kesehatan, pendidikan, teknologi, ekonomi, bisnis, dan masih banyak lainnya. Sebagai contoh dalam bidang teknologi, perkembangan artificial intelligence atau kecerdasan buatan saat ini menjadi salah satu bukti yang paling menonjol. Artificial intelligence sendiri memiliki teknologi cabang, diantaranya adalah machine learning dan deep learning. Apakah kalian telah mengetahui perbedaan dari machine learning vs deep learning?

Apa itu Machine Learning ?

Dengan machine learning, sistem komputer diprogram untuk belajar dari data yang diinput tanpa terus diprogram ulang. Dengan kata lain, system tersebut terus meningkatkan kinerja mereka pada tugas misalnya, memainkan game tanpa bantuan tambahan dari manusia.

Machine learning saat ini telah digunakan dalam berbagai bidang : seni, sains, keuangan, perawatan kesehatan dan lain-lain.

Machine learning membuat hal yang tidak mungkin seperti program yang dikembangkan oleh Arthur Samuel pada tahun 1959 — menggunakan system search tree yang relatif sederhana (digunakan sebagai standar saat ini) sebagai kendali utamanya, dan komputer IBM-nya terus ditingkatkan performanya sebagai checker serta dibantu Internet juga.

Apa itu Deep Learning ?

Beberapa orang menganggap bahwa deep learning sebagai batas dari machine learning berikutnya. Kita mungkin sudah menggunakan hasil dari program deep learning yang mendalam tanpa menyadarinya! Jika pernah menonton Netflix, kita mungkin telah melihat rekomendasinya untuk apa yang harus ditonton.

Dan beberapa layanan streaming-musik memilih lagu berdasarkan apa yang telah Kita dengarkan di masa lalu atau lagu yang telah Kita berikan jempol atau tekan tombol “suka”.

Kedua kemampuan itu didasarkan pada deep learning. Algoritma pengenalan suara dan pengenalan gambar Google juga menggunakan deep learning.

Sama seperti machine learning dianggap sebagai jenis AI, deep learning sering dianggap sebagai jenis machine learning bahkan beberapa menyebutnya sebagai subset. Sementara machine learning menggunakan konsep yang lebih sederhana seperti model prediktif sedangkan deep learning menggunakan jaringan saraf buatan yang dirancang untuk meniru cara manusia berpikir dan belajar.

Perbedaan Machine learning dan deep learning

Setelah mengetahui arti dari machine learning dan deep learning, lantas apa perbedaan keduanya? Agar lebih jelasnya, berikut adalah 6 perbedaan machine learning serta deep learning yang perlu Anda ketahui agar tidak salah dalam membedakannya

1. Jumlah Data

Pertama, perbedaan dari machine learning dan deep learning adalah data. Pada keduanya, terdapat perbedaan dari performa data ketika jumlah data terus menerus meningkat. Pada machine learning dapat mengolah data baik dalam jumlah sedikit maupun banyak. Sedangkan pada deep learning justru tidak dapat mengolah data secara maksimal pada data yang jumlah kecil. Hal ini dikarenakan pada deep learning telah mempelajari data secara mendalam sehingga akan lebih maksimal jika data yang diolah adalah data dalam jumlah yang besar.

2. Lama Waktu Eksekusi 

Perbedaan selanjutnya terletak pada lama waktu eksekusi. Melansir dari Hackr.io, algoritma machine learning mengeksekusi data mentah dalam waktu satu menit hingga hitungan jam. Namun sebaliknya, deep learning membutuhkan selang waktu yang lebih lama. Bahkan untuk menyelesaikan suatu proses, deep learning bisa menghabiskan waktu hingga beberapa minggu. Ini merupakan hal yang wajar, mengingat deep learning sendiri umumnya berguna untuk menyelesaikan data dalam jumlah besar.

3. Pendekatan penyelesaian masalah

Untuk menyelesaikan masalah dengan algoritma machine learning, disarankan untuk memecahnya menjadi beberapa bagian agar dapat diselesaikan secara terpisah.

Kemudian, penyelesaiannya dapat digabungkan untuk mendapatkan hasil yang utuh.

Sementara itu, deep learning menggunakan pendekatan yang berbeda.

Deep learning digunakan untuk membuat jaringan saraf buatan yang mampu menyelesaikan masalah secara keseluruhan dari awal sampai akhir tanpa perlu dipisahkan menjadi beberapa bagian.

4. Intervensi Manusia

Sedangkan dengan sistem machine learning, manusia perlu mengidentifikasi dan memberi hand code untuk fitur yang diterapkan berdasarkan jenis data (misalnya, nilai piksel, bentuk, orientasi), sistem deep learning mencoba mempelajari fitur-fitur tersebut tanpa intervensi manusia tambahan.

Ambil contoh kasus program pengenalan wajah. Program ini pertama-tama belajar untuk mendeteksi dan mengenali tepi dan garis wajah, kemudian bagian wajah yang lebih signifikan, dan kemudian akhirnya representasi keseluruhan wajah. Jumlah data yang terlibat dalam proses ini sangat besar, dan seiring berjalannya waktu dan program melatih dirinya sendiri, kemungkinan jawaban yang benar (yaitu, mengidentifikasi wajah secara akurat) meningkat.

Dan pelatihan itu terjadi melalui penggunaan jaringan saraf, mirip dengan cara kerja otak manusia, tanpa perlu manusia untuk menyandikan ulang program.

  No Comments

Monday, 10 October 2022

Keunggulan USER CENTERED DESIGN

  October 10, 2022    


Setiap desain yang terbuat tentu hendak mempunyai bias sebab hendak dipengaruhi dengan watak– watak manusia semacam keresahan, harapan, serta kebutuhan. Namun dengan memakai UCD, perancang bisa memandang dari sudut pandang pengguna yang lebih khusus, perihal– perihal yang sesungguhnya diperlukan oleh pengguna, serta buat membuat sesuatu rancangan yang baik, perancang tidak dapat memakai perihal– perihal yang bertabiat abstrak, wajib mengenali perihal– perihal konkrit yang sesungguhnya terjalin di dalam kehidupan, bisa diterapkan serta layak.

Pengguna diajak buat aktif berkomentar kala perancang antarmuka lagi mendesain antarmuka. Artinya disini merupakan antara user serta perancang hendak mengadakan pertemuan buat mengulas tentang desain semacam apa yang di idamkan oleh user. Jadi user seolah- olah telah bisa membayangkan semacam apa nantinya aplikasi yang hendak mereka pakai.

Jadi kelebihan dari pendekatan perancangan user centered design ialah, terdapatnya komunikasi yang terjalin antara user serta perancang sehingga nantinya dalam hasil perancangan user tidak sangat kecewa dengan hasil desain perancangan Sebaliknya kekurangannya terletak apa terdapat permasalahan waktu pengerjaan yang lama bila antara user serta perancang tidak menciptakan titik temu dalam mendesain antarmuka) serta perancang pula tidak leluasa buat mengimplementasikan idenya dalam desain user antarmuka tersebut.

Standar Usability Internasional, ISO 13407, memastikan prinsip serta kegiatan yang mendasari desain yang berpusat pada pengguna:

  1. Desain didasarkan pada uraian pengguna secara eksplisit serta lingkungannya.
  2. Pengguna ikut serta di segala desain serta pengembangan.
  3. Desain dikendalikan serta disempurnakan dengan penilaian yang berpusat pada pengguna.
  4. Prosesnya interatif,
  5. Desainnya mengulas totalitas pengalaman pengguna.
  6. Regu desain mempunyai keahlian serta pemikiran banyak ilmu disiplin.

Fase dari proses UCD:

  1. Specify the context of use: kenali orang- orang yang hendak memakai produk serta apa aspek orang- orang memakai produk.
  2. Specify requirements: identifikasi kebutuhan bisnis ataupun tujuan pengguna yang wajib terpenuhi supaya produk dikira sukses.
  3. Create design solutions: Proses yang dicoba secara bertahap mulai dari konsep agresif hingga desain yang lengkap.
  4. Evaluate designs: pengujian mutu produk ataupun fitur lunak, yang dicoba oleh pengguna aktual.

Kelebihan UCD selaku best practices yakni bisa menolong buat mengenali tantangan kasus dari dini supaya pemecahan bisa ditemui secepatnya.

Dengan memakai tata cara UCD, bisa menghindari project yang kandas yang dicoba oleh team. 12 alibi project IT kandas bagi IEEE:

  • Tujuan proyek tidak realistis.
  • Estimasi sumber energi yang diperlukan tidak akurat.
  • Buruk dalam mendefinisikan kebutuhan sistem.
  • Tidak mengendalikan resiko
  • Komunikasi yang kurang antara pengguna, pengembang, serta pelanggan.
  • Ketidak mampuan menanggulangi kompleksitas proyek.
  • Menggunakan Teknologi yang belum matang.
  • Ceroboh dalam pengembangan.
  • Manajemen proyek yang kurang baik.
  • Politik pemangku kepentingan.
  • Tekanan komersial.(Triadi)


  No Comments

Friday, 7 October 2022

Macam-macam Algoritma Sorting

  October 07, 2022    

Sorting algorithm merupakan algoritma yang membuat susunan dengan urutan tertentu. Tugas dasarnya adalah menempatkan item didalam urutan yang diinginkan sehingga catatan diatur ulang untuk memudahkan pencarian.

Bubble Sort

Bubble sort (metode gelembung) adalah metode/algoritma pengurutan dengan dengan cara melakukan penukaran data dengan tepat disebelahnya secara terus menerus sampai bisa dipastikan dalam satu iterasi tertentu tidak ada lagi perubahan. Jika tidak ada perubahan berarti data sudah terurut. Disebut pengurutan gelembung karena masing-masing kunci akan dengan lambat menggelembung ke posisinya yang tepat. Pengurutan ini menggunakan sistem perbandingan (Comparison-based sorting).

Algoritma ini merupakan algorithm sort paling sederhana yang bekerja dengan menukar elemen yang berdekatan secara berulang jika urutannya salah. Jika kita memiliki total N elemen, maka kita perlu mengulangi proses di atas sebanyak N-1 kali.

Kita dapat menggunakan Bubble Sort sesuai batasan di bawah ini:
  1. Ini bekerja dengan baik dengan kumpulan data besar di mana item hampir diurutkan karena hanya membutuhkan satu iterasi untuk mendeteksi apakah daftar diurutkan atau tidak. Tetapi jika daftar tidak disortir hingga perluasan besar, maka algoritme ini berlaku untuk kumpulan data atau daftar kecil.
  2. Algoritme ini paling cepat pada kumpulan data yang sangat kecil atau hampir diurutkan.
Selection Sort

Meotde ini menggunakan cara yaitu, pengurutan dilakukan dengan memilih elemen terbesar dan menempatkan pada posisinya, kemudian mencari element terbesar berikutnya dan menempatkan pada tempatnya, dan seterusnya. Pengurutan ini menggunakan sistem berdasarkan prioritas (priority queue sorting method).

Quick Sort

Algoritma quick short ditemukan oleh E. Hoare. Algoritma ini menggunakan metode rekursi sampai habis. Prinsipnya membagi data menjadi dua bagian yang sama (kiri dan kanan).

Dimana data tengah menjadi pivot (pusat operasi). Kemudian kita akan mengumpukan data dengan nilai lebih kecil dari pivot disebelah kiri pivot, dan di kanan untuk yang lebih besar.

Karena dimungkinkan bagian kiri dan kanan pivot tidak sama besarnya. maka dari itu tiap bagian di bagi menjadi dua lagi sehingga mempunyai pivot yang baru.

Metode dari sorting jenis in adalah dimulai dengan menscan daftar yang disortir untuk nilai median. Nilai ini, yang disebut tumpuan (pivot), kemudian dipindahkan ke satu sisi pada daftar dan butir-butir yang nilainya lebih besar dari tumpuan di pindahkan ke sisi lain. Pengurutan ini menggunakan sistem yang sama seperti merge sort.

Shell Sort

Metode ini disebut juga dengan metode pertambahan menurun (diminishing increment). Metode ini dikembangkan oleh Donald L. Shell pada tahun 1959, sehingga sering disebut dengan Metode Shell Sort. Metode ini mengurutkan data dengan cara membandingkan suatu data dengan data lain yang memiliki jarak tertentu, kemudian dilakukan penukaran bila diperlukan. Pengurutan ini mneggunakan sistem berkurang menurun (diminishing increment sort method).


 

  No Comments

Thursday, 6 October 2022

Mengenal User-centered Design

  October 06, 2022    

 



User Centered Design (UCD) atau bisa disebut juga User Driven Development (UDD) merupakan suatu kerangka proses yang tidak terbatas pada interface atau teknologi dimana tujuan kegunaan, karakteristik pengguna, lingkungan, tugas dan alur kerja suatu produk, serta layanan atau proses diberikan perhatian yang luas untuk setiap tahapan dalam proses desain. UCD dapat dicirikan sebagai proses pemecahan masalah multi stage yang tidak hanya mengharuskan desainer menganalisis dan membayangkan kecenderungan pengguna dalam mengonsumsi suatu produk, tapi  juga memvalidasi asumsi pengguna mengenai perilaku mereka di dunia nyata.

Apa Itu User-centered Design?

User-centered design adalah proses yang berfokus pada user atau pengguna. Para desainer dan developer harus mempertimbangkan kebutuhan, tujuan, dan masukan dari pengguna saat membuat sebuah produk digital. Pasalnya, kenyamanan dan kepuasan pengguna saat memakai sebuah produk adalah hal yang sangat penting.

Sebab, dengan demikian perusahaan bisa menyampaikan value atau nilai guna yang perlu mereka terima dan rasakan.

Menurut Xd Ideas, user-centered design adalah proses desain iterative atau berulang, di mana para desainer berfokus pada pengguna dan semua kebutuhan mereka.

Di dalam proses kerjanya, desainer akan melibatkan pengguna selama proses desain melalui berbagai penelitian dan teknik desain, untuk menciptakan produk yang berguna dan mudah untuk diakses.

Dalam UCD, ada beberapa prinsip yang harus diperhatikan, yaitu:

1. Fokus pada pengguna

Berhubungan dengan pengguna atau calon pengguna dalam sebuah perancangan merupakan hal yang harus dilakukan agar karakteristik anthropometric, sikap, dan kognisi pengguna dapat dipahami.

2. Perancangan terintegrasi

Sistem bantuan, dukungan teknis, antarmuka pengguna, prosedur instalasi dan konfigurasi harus dimasukkan dalam perancangan.

3. Pengujian pengguna

Perlu adanya observasi terhadap perilaku pengguna, wawasan terhadap problem solving, evaluasi terhadap umpan balik, dan motivasi yang kuat jika ingin ada perubahan terhadap rancangan.

4. Perancangan interaktif

Berdasarkan hasil pengujian yang tadi sudah dilakukan, untuk mencapai perancangan yang interaktif, sistem harus dideskripsikan, dirancang, dan diuji berkali-kali.

Proses UCD

Tujuan dari user centered Design adalah untuk membuat produk memiliki kegunaan yang tinggi. Hal ini termasuk juga seberapa nyaman suatu produk dalam penggunaan, pengelolaan, keefektifan, serta seberapa baik produk dipetakan sesuai dengan kebutuhan pengguna. Berikut adalah tahapan umum dalam proses UCD.

  1. Tentukan konteks penggunaan: Identifikasi siapa yang akan menjadi pengguna utama produk, mengapa mereka mau menggunakan produk, serta apa syarat dan lingkungan seperti apa mereka bisa menggunakannya.
  2. Tentukan persyaratan: Setelah konteksnya ditentukan, identifikasilah persyaratan granular produk. Proses ini dapat memfasilitasi para desainer untuk membuat storyboard dan menetapkan tujuan penting untuk membuat produk sukses.
  3. Buat solusi dan pengembangan desain: berdasarkan tujuan dan persyaratan produk, mulailah proses iteratif desain dan pengembangan produk.
  4. Evaluasi produk: desainer produk menguji kegunaan untuk mendapatkan umpan balik pengguna terhadap produk. Evaluasi produk merupakan langkah penting dalam pengembangan produk yang memberikan umpan balik kritis terhadap produk.

Untuk langkah selanjutnya, prosedur di atas akan diulang untuk menyelesaikan produk lebih lanjut. Tahapan-tahapan ini merupakan bentuk pendekatan umum. Faktor-faktor seperti tujuan desain, tim dan timeline, serta lingkungan dimana produk dikembangkan, menentukan tahap yang tepat untuk suatu proyek dan pesanan.

  No Comments

Wednesday, 5 October 2022

5 Tahapan Dalam Design Thinking

  October 05, 2022    

Design Thinking adalah proses berulang dimana kita berusaha memahami pengguna, menantang asumsi, dan mendefinisikan kembali masalah dalam upaya mengidentifikasi strategi dan solusi alternatif yang mungkin tidak langsung terlihat dengan tingkat awal pemahaman kita.

Pada saat yang sama, Design Thinking menyediakan pendekatan berbasis solusi untuk menyelesaikan masalah. Ini adalah cara berpikir dan bekerja serta kumpulan metode langsung.

Design Thinking berputar di sekitar minat yang mendalam dalam mengembangkan pemahaman dari orang-orang yang menjadi tujuan perancangan produk atau layanan. 

Hal ini membantu kita mengamati dan mengembangkan empati dengan target pengguna. 

Design Thinking membantu kita dalam proses bertanya: mempertanyakan masalah, mempertanyakan asumsi, dan mempertanyakan keterkaitannya.

Design Thinking sangat berguna dalam mengatasi masalah-masalah yang tidak jelas atau tidak dikenal, dengan melakukan reframing masalah dengan cara-cara yang berpusat pada manusia, menciptakan banyak ide dalam brainstorming, dan mengadopsi pendekatan langsung dalam pembuatan prototype dan testing. 

Design Thinking juga melibatkan eksperimen yang sedang berjalan: membuat sketsa, membuat prototype, testing, dan mencoba berbagai konsep dan ide.

Tahapan dalam Proses Design Thinking

1. Empathise

Tahap pertama ialah untuk mendaptkan pemahaman empatik dari masalah yang ingin dipecahkan. Pada tahap ini dilakukan pendekatan terhadap customer kita.

Apa sebenarnya yang diinginkan oleh mereka. Hal ini dapat dilakukan terjun langsung ke lapangan bertemu dengan mereka melakukan wawancara dan dapat juga bertindak seolah menjadi mereka.

Agar permasalahan customer yang benar-benar ingin diselesaikan dapat berjalan dengan lancar.

Ini melibatkan para ahli konsultasi untuk mencari tahu lebih banyak tentang bidang yang menjadi perhatian melalui pengamatan, keterlibatan, dan empati dengan orang-orang untuk memahami pengalaman dan motivasi mereka sehingga memperoleh pemahaman pribadi yang lebih jelas tentang masalah yang terlibat.

Empati sangat penting untuk proses desain yang berpusat pada manusia seperti Design Thinking, dan empati memungkinkan pemikir desain untuk mengesampingkan asumsi mereka sendiri tentang dunia untuk mendapatkan wawasan tentang pengguna dan kebutuhan mereka.

2. Define

Informasi yang telah dikumpulkan selama tahap Empathize, dianalisis dan disintensis untuk menentukan masalah inti yang akan diidentifikasi. Tahap define ini akan sangat membantu untuk menyelesaikan masalah customer karena telah dilakukan penetapan masalah.

Sebagai ilustrasi, alih-alih mengidentifikasi masalah sebagai keinginan atau kebutuhan perusahaan seperti,

“Kita perlu meningkatkan pangsa pasar produk makanan diantara remaja perempuan sebesar 5%,” cara yang lebih baik untuk mendafinisikan masalah adalah jadilah, “Gadis remaja perlu makan makanan bergizi agar dapat berkembang, menjadi sehat dan tumbuh.”

Tahap Define akan membantu para desainer dalam sebuah tim untuk mengumpulkan ide-ide hebat untuk membangun fitur, fungsi, dan elemen lain yang akan memungkinkan mereka untuk menyelesaikan masalah atau, paling tidak, memungkinkan pengguna untuk menyelesaikan masalah sendiri dengan tingkat kesulitan minimal.

3. Ideate

Selama tahap ketiga dari proses Design Thinking, desainer siap untuk mulai menghasilkan ide. Kita telah tumbuh untuk memahami pengguna dan kebutuhan mereka di tahap Empathize, dan kita telah menganalisis dan mensistesis pengamatan mu di tahap Define, dan berakhir dengan pernyataan masalah yang berpusat pada manusia.

Dengan latar belakang yang kuat, kita dan anggota tim dapat mulai “berpikir di luar kotak” untuk mengidentifikasi solusi baru untuk pernyataan masalah yang dibuat, dan kita dapat mulai mencari cara alternatif untuk melihat masalah.

Ada ratusan teknik Ideation seperti Brainstorm, Brainwrite, Worst Possible Idea, dan SCRAMPER. Sesi Brainstorm dan Worst Possible Idea biasanya digunakan untuk merangsang pemikiran bebas dan untuk memperluas ruang masalah.

Penting untuk mendapatkan sebanyak mungkin ide atau solusi masalah. Kita harus memilih beberapa teknik Ideation lainnya pada akhir fase Ideation untuk membantu kita menyelidiki dan menguji ide-ide kita sehingga kita dapat menemukan cara terbaik untuk memecahkan masalah atau menyediakan elemen-elemen yang diperlukan untuk menghindarinya.

4. Prototype

Pada tahap ini akan dihasilkan sejumlah versi produk yang murah dan diperkecil, atau fitur khusus yang ditemukan dalam produk, sehingga dapat menyelidiki solusi masalah yang dihasilkan pada tahap sebelumnya. Prototype ini dapat diuji dalam tim sendiri, atau ke beberapa orang lain. Ketika ada masukan maka dilakukan pebaikan lagi pada prototype ini, sehingga dihasilkan prototype yang benar-benar bagus.

Pada saat prototyping, tim desain akan memiliki gagasan yang lebih baik tentang kendala yang melekat pada produk dan masalah yang ada, dan memiliki pandangan yang lebih jelas tentang bagaimana pengguna yang sebenarnya akan berperilaku, berpikir, dan rasakan ketika berinteraksi dengan bagian akhir produk.

5. Test

Desainer menguji produk lengkap secara ketat menggunakan solusi terbaik yang diidentifikasi selama fase prototyping.

Ini adalah tahap akhir dari design thinking, tetapi dalam proses berulang, hasil yang dihasilkan selama fase testing sering digunakan untuk mendefinikan kembali satu atau lebih masalah dan menginformasi pemahaman pengguna, kondisi penggunaan, bagaimana orang berpikir, berperilaku, dan merasakan, dan berempati.

Bahkan selama fase ini, perubahan dan penyempurnaan dilakukan untuk menyingkirkan solusi masalah dan memperoleh pemahaman sedalam mungkin terhadap produk dan penggunanya.

  No Comments

Tuesday, 4 October 2022

MVC : Pengertian, Manfaat dan Contohnya

  October 04, 2022    

Trygve Reenskaug pertama kali arsitektur MVC pada tahun 1979. Kemudian, ia memperkenalkan konsep ini kepada publik pada1987 dalam bahasa pemrograman Smalltalk. Saat ini, MVC mungkin adalah istilah yang digunakan oleh jutaan orang yang bergelut dalam bidang teknologi. 

Alasan mengapa banyak yang menggunakan MVC adalah karena pola ini dapat memudahkan pekerjaan para developer. Seperti apa penjelasan lengkap tentang MVC? Dalam artikel ini, kami akan membahasnya satu per satu. Sehingga, Anda dapat lebih mengenal MVC mulai dari pengertian, manfaat, hingga cara kerjanya. 


Apa itu MVC?

MVC atau Model View Controller adalah sebuah pola desain arsitektur dalam sistem pengembangan website yang terdiri dari tiga bagian, yaitu: 

  • Model, bagian yang mengelola dan berhubungan langsung dengan database;
  • View, bagian yang akan menyajikan tampilan informasi kepada pengguna;
  • Controller, bagian yang menghubungkan model dan view dalam setiap proses request dari user. 

Dengan konsep MVC ini, website seakan memiliki bagian yang terpisah dan bisa dikembangkan masing-masing. Maka, proses pembuatan website bisa dilakukan lebih cepat karena developer akan lebih fokus pada pengerjaan salah satu bagian saja. 

Karena dianggap efektif, konsep MVC banyak diterapkan di berbagai framework. Sebagai contoh, di framework PHP, Laravel, CodeIgniter, Symfony, Yii, dan Zend sudah menggunakan konsep ini.

Alur Model View Controller

Setelah kamu mengetahui penjelasan dan komponen dari MVC, sekarang kita akan membahas alur proses dari MVC. Berikut ini adalah alur prosesnya.

  1. Proses pertama adalah view akan meminta data untuk ditampilkan dalam bentuk grafis kepada pengguna.
  2. Permintaan tersebut diterima oleh controller dan diteruskan ke model untuk diproses.
  3. Model akan mencari dan mengolah data yang diminta di dalam database
  4. Setelah data ditemukan dan diolah, model akan mengirimkan data tersebut kepada controller untuk ditampilkan di view.
  5. Controller akan mengambil data hasil pengolahan model dan mengaturnya di bagian view untuk ditampilkan kepada pengguna.

Manfaat MVC

MVC adalah konsep yang memiliki banyak pengguna. Framework seperti Laravel, Symfony, CakePHP, Zen, hingga CodeIgniter, semua telah menggunakan MVC. Kepopuleran ini tentu karena MVC memiliki banyak kelebihan, beberapa di antaranya adalah:

1. Membuat Proses Pembuatan dan Pengembangan Aplikasi Lebih Efisien
MVC dapat membuat proses pembuatan dan pengembangan aplikasi jadi lebih cepat dan efisien. Seperti yang kita ketahui, untuk membangun sebuah aplikasi perlu beberapa developer agar prosesnya lebih mudah. Dalam hal ini, front-end developer dapat mengerjakan bagian View saja. Sementara itu, tim back-end developer bisa berfokus pada komponen model dan controller.

MVC memudahkan pekerjaan mereka, karena memungkinkan para developer lebih mudah bekerjasama untuk menyelesaikan sebuah proyek. 

2. Penulisan Kode Lebih Rapi dan Terstruktur
MVC dapat membuat penulisan kode oleh para developer menjadi lebih rapi. Hal ini tentunya para tim yang terlibat dalam project tersebut lebih mudah untuk melihat dan mengerjakan bagian mereka. Bayangkan jika Anda harus bekerjasama dengan orang lain dalam sebuah tim. Namun, hasil kerja dari teammate Anda berantakan. Akan sangat sulit bagi Anda untuk melanjutkannya bukan?

Hal ini tidak akan terjadi pada MVC. Komponen-komponen yang ada di dalamnya membuat proses pengembangan aplikasi lebih terstruktur dan rapi. Para developer tak perlu menuliskan semua kodenya dalam satu tempat yang sama, cukup hanya pada bagian yang mereka kerjakan saja. 

3. Proses Testing Menjadi Lebih Mudah
MVC adalah pola arsitektur yang dapat memudahkan Anda untuk melakukan proses testing pada aplikasi. Seperti yang Anda ketahui, testing adalah bagian yang sangat penting dalam proses pengembangan aplikasi. Dengan menggunakan pola arsitektur ini, Anda tidak perlu menunggu keseluruhan aplikasi selesai jika ingin melakukan testing. 

Anda bisa mulai testing ketika masing-masing komponen sudah selesai, tanpa harus makan waktu untuk menunggu semuanya selesai dikerjakan. Proses testing dalam tiap-tiap bagian ini juga dapat mempermudah proses dokumentasi tiap fitur dalam aplikasi, sehingga hasilnya bisa lebih rapi dan efisien. 

4. Mempercepat Proses Perbaikan Error dan Bug
Selain testing, pola desain arsitektur satu ini juga mampu mempermudah perbaikan error dalam sebuah aplikasi. Karena kode-kode dalam sebuah aplikasi yang menggunakan MVC terpisah dengan tiga komponen yang sudah dibahas sebelumnya. Dengan begitu, masing-masing developer dapat fokus untuk memperbaiki error atau bug yang ada pada bagian yang mereka kerjakan saja, tanpa perlu mengganggu komponen lain dalam aplikasi tersebut. 

5. Memungkinkan Maintenance Lebih Mudah
Penulisan kode yang rapi dan terstruktur membuat proses maintenance juga jadi lebih mudah. Dengan MVC, para programmer tidak lagi kesulitan untuk menemukan kode yang ingin mereka tambahkan atau edit dalam proses maintenance aplikasi. Alasannya, karena tiap kode sudah tersusun dengan rapi dan terpisah-pisah berdasarkan tiga komponennya. 

  No Comments

Monday, 3 October 2022

Teknologi Komputer Vision dan Kegunaannya

  October 03, 2022    

Computer vision adalah suatu ilmu dalam teknik informatika yang memungkinkan sebuah komputer dapat melihat obyek atau benda yang ada disekelilingnya. Sehingga dengan mampu melihat obyek yang ada disekitarnya maka komputer mampu menganalisis benda atau gambar yang ada didepannya sehingga informasi tersebut dapat diterima dan bisa menghasilkan perintah tertentu.

Computer vision menggabungkan kamera, komputasi berbasis edge atau cloud, perangkat lunak, dan kecerdasan buatan (AI) sehingga sistem dapat “melihat” dan mengidentifikasi objek. Intel memiliki portofolio teknologi penerapan AI yang lengkap, termasuk CPU untuk pemrosesan tujuan umum, computer vision, dan unit pemrosesan vision (VPU) untuk akselerasi. 

Computer vision menggunakan pembelajaran mendalam untuk membentuk jaringan neural yang memandu sistem dalam pemrosesan dan analisis. Model computer vision yang telah sepenuhnya terlatih dapat mengenali objek, mendeteksi dan mengenali orang, bahkan melacak pergerakan.

Fungsi Computer Vision

Berikut adalah fungsi dari computer vision

Memperoleh Informasi Yang Lebih Jelas sehingga Mengurangi Terjadinya Kesalahan

Dengan memanfaatkan Computer Vision kita mampu mengetahui obyek menjadi lebih jelas. Seperti halnya pada penggunaan kamera sehingga mampu menangkap obyek atau gambar menjadi lebih jelas.

Meningkatkan Kualitas Gambar

Dengan menggunakan teknologi computer vision, gambar atau foto yang diambil menggunakan kamera menjadi lebih jelas dan jernih. Hal tersebut dinamakan image processing sehingga dengan adanya image processing ini memungkinkan untuk dapat mengurangi noise yang pada gambar.

Mampu Menganalisis

Computer Vision memungkinkan komputer dapat menganalisis proses selanjutnya. Sebagai contoh adalah penggunaan mesin scanner selain dapat digunakan untuk menangkap gambar tetapi sistem komputer juga mampu untuk memproses untuk langkah selanjutnya.

Komputer Dapat Memahami Gambar atau Obyek

Dalam dunia industri seperti manufaktur, keberadaan computer vision akan sangat membantu proses produksi suatu barang. Sehingga dengan computer vision memungkinkan komputer dapat memahami apa yang harus dilakukan tanpa harus melalui campur tangan manusia. (DNR) 

  No Comments

Subscribe to: Comments (Atom)