Tanya Jawab Big Data Seri-4: Computer Vision in Big Data Applications
BK TEKNIK INDUSTRI PII (BKTI – PII)

Tanya Jawab Big Data Seri-4: Computer Vision in Big Data Applications

Total 1 Modul

Tanya Jawab Big Data Seri-4: Computer Vision in Big Data Applications 

Instruktur: Bagus Rully Muttaqien, ST (Sekjen Asosiasi Ilmuwan Data Indonesia)

Pendaftaran Free Webinar: https://linktr.ee/diklatkerja

1. R Bambang Widiatmoko, S.T. - PT. Bina Rekacipta Utama:   Apakah ada repository big data open source untuk model training visual yang bisa kita tarik datanya, misal data visual hewan? atau harus cari dan download manual ke local storage?

Jawab: ada di imagenet ada 14 juta image.

2. Setiawan Guntarto:     Setiawan Guntarto/Japfa Comfeed

  1. 1. apakah salah satu contoh computer vision adalah google photo yang selalu melakukan verifikasi untuk memastikan klasifikasi orang?
  2. 2. bagaimana kita berkompetisi di computer vision kalau menggunakan coding dari source sama?
  3. 3. bagaimana prediksi tren computer vision kedepan dan kemungkinan aplikasi di sekitar kita?

Jawab: nomor 1 betul, fb dan apple juga sudah melakukan itu. 2. Berkreatifitas di situ, inovasi yang harus dicari. Banyak bisnis yang menggunakan algoritma dari tahun 70-an. 3. Sedang ada di tren itu. Arah berikutnya akan ke real time computer analytic. Sangat memungkinkan sekali untuk ke depan nya. seperti negara Cina.

3. Luthfi Lathifuddin: Saya Luthfi Lathifuddin dari S1 Teknik Komputer Universitas Telkom izin bertanya, apakah untuk mahasiswa non Teknik Komputer/Informatika dan masyarakat pada umum nya, sebelum mempelajari Machine Learning, perlu kah mempelajari Ilmu Matematika seperti Kalkulus, Matriks dan Vektor serta Probabilitas dan Statistika?

Jawab: silahkan. Apabila ingin berinovasi di ini berikut harus mempelejari kalkulus, matriks dan lain-lain. Jika ingin mendalami silahkan dipelajari. Tergantung pilihan kita bagaimana. Terbuka menjadi desain nya atau hanya usernya saja.

4. Erikson Erxn:   Erikson (Medina): Untuk menemukan duplicate images dari suatu dataset besar, algoritma apa yang terbaik yang dapat kita pakai? Terima kasih.

Jawab: tidak bisa menentukan algoritma terbaik karena algoritma itukan banyak sekali. Tergantung image nya. jika image nya wajah harus menggunakan beberapa algoritma. Meskipun sudah DL campur tangan manusia itu untuk deteksi sesuatu atau case sesuatu. Tergantung image nya. jika image orang akan berbeda dengan image lain. Jika pake algoritma ini kenceng namun yang lain tidak kenceng. Ini lah yang harus di tentukan oleh manusia.

5. Rahmad Harjono:        Mohon ijin bertanya, apakah ada tips & trik untuk belajar script pemrograman Phyton, mungkin buku atau web yg direkomendasikan? terima kasih.

Jawab: di web banyak learning phyton, atau dari internet.

6. Michael Ethan: Selamat Siang nama saya Michael Ethan dari Binus ASO ; Pertanyaan: Berdasarkan pengalaman Bapak Bagus,  Untuk jumlah data yang sedikit apakah deep learning dapat memberikan tingkat keakurasian yang lebih baik dibandingkan machine learning? Karena di deep learning CNN sudah dapat melakukan feature extraction + classification sedangkan pada machine learning harus melakukan langkah terpisah untuk feature extraction dan classification

Jawab: secara performa akan lebih bagus DL, cuman secara resources computing juga akan lebih banyak DL. Istilahnya pakai alat yang lebih sederhana pun bisa. Kita pakai DL ketika memang hal hal itu sudah tidak bisa dilakukan oleh ML. atau hal-hal yang di tangani oleh ML memburuk baru pindah ke DL. Dalam hal ini kita harus memiliki resources yang cukup untuk melakukan DL. Jika setahun dua tahun ke depan data semakin banyak bisa dilakukan rencana untuk menggunakan DL.

7. Faishal Basbeth:  Tadi pada slide berapa itu saya melihat ada kmeans clustering itu masuk klasifikasi, kalau saya tau biasanya kmeans itu kan untuk penelompokan saja / clustering, tetapi apakah di dalam image processing/computer vision ini k means masuk dalam klasifikasi

Jawab: ya betul masuk klasifikasi yang digunakan.

8. MAJAMAS PURBA MASPURBA: Bagaimana menggunakan computer vision di dalam dunia konstruksi untuk imaginasi bentuk final akhir dari konstruksi yg akan dibangun. misalnya dalam membangun Plant oil Gas atau Mining. Terimakasih

Jawab: ini bisa dilakukan. Dalam hal kontruksi ini menjadi suatu hal yang jelas secara vision. Misalkan kita ingin memiliki ke akuratan dalam kontruksi otomatis kita harus belajar data kontruksi yang banyak

 

M-4 Big Data Assesmen computer vision

M-4 Big Data Assesmen computer vision

Kursus Lainnya

Big Data Seri-3: Big Data Analytics: Data Visualization and Data Science (Merdeka Belajar Kampus Merdeka)

Big Data Seri-3: Big Data Analytics: Data Visualization and Data Science (Merdeka Belajar Kampus Merdeka)

Big Data Seri-4: Computer Vision in Big Data Applications (Merdeka Belajar Kampus Merdeka)

Big Data Seri-4: Computer Vision in Big Data Applications (Merdeka Belajar Kampus Merdeka)

Big Data Seri-5: Artificial Intelligence: Predicting the Future

Big Data Seri-5: Artificial Intelligence: Predicting the Future

Batch 2 Big Data Seri-1: Introduction to Big Data and Data Science (Merdeka Belajar Kampus Merdeka)

Batch 2 Big Data Seri-1: Introduction to Big Data and Data Science (Merdeka Belajar Kampus Merdeka)

Batch 2 Big Data Seri-2: Big Data Engineering and Implementation (Merdeka Belajar Kampus Merdeka)

Batch 2 Big Data Seri-2: Big Data Engineering and Implementation (Merdeka Belajar Kampus Merdeka)

Big Data Seri-2: Big Data Engineering and Implementation (Merdeka Belajar Kampus Merdeka)

Big Data Seri-2: Big Data Engineering and Implementation (Merdeka Belajar Kampus Merdeka)

Batch 2 Big Data Seri-3: Big Data Analytics: Data Visualization and Data Science (Merdeka Belajar Kampus Merdeka)

Batch 2 Big Data Seri-3: Big Data Analytics: Data Visualization and Data Science (Merdeka Belajar Kampus Merdeka)

Tanya Jawab Big Data Seri-1: Introduction to Big Data and Data Science

Tanya Jawab Big Data Seri-1: Introduction to Big Data and Data Science

Batch 2 Big Data Seri-4: Computer Vision in Big Data Applications (Merdeka Belajar Kampus Merdeka)

Batch 2 Big Data Seri-4: Computer Vision in Big Data Applications (Merdeka Belajar Kampus Merdeka)

Tanya Jawab Big Data Seri-2: Big Data Engineering and Implementation

Tanya Jawab Big Data Seri-2: Big Data Engineering and Implementation

Tanya jawab Big Data Seri-3: Big Data Analytics: Data Visualization and Data Science

Tanya jawab Big Data Seri-3: Big Data Analytics: Data Visualization and Data Science

Big Data Seri-1: Introduction to Big Data and Data Science (Merdeka Belajar Kampus Merdeka)

Big Data Seri-1: Introduction to Big Data and Data Science (Merdeka Belajar Kampus Merdeka)

Batch 2 Big Data Seri-5: Artificial Intelligence: Predicting the Future

Batch 2 Big Data Seri-5: Artificial Intelligence: Predicting the Future

https://www.diklatkerja.com/ View My Stats google-site-verification=NZYxT_LuTP9MO8Y5NiwWF4-gn9VswpOgX2gKm3EGtmE k=rsa; p=MIGfMA0GCSqGSIb3DQEBAQUAA4GNADCBiQKBgQC7oocmjoXIed2vSE790e1bSahpUlaqGTn4MPX1dqt6iZb/bCeDPF8AwU5V+O2GdUldnnwsg6EFqqsJZ8QUfXJDbOetOSH/ETbRIAHxeSQjiaq2Cqob+uyKl7uVYIXkWYR1p1Ln04hc7B05Bs/pv7t7sToNFRIqr9G04P8vRxjpswIDAQAB