Lihat ke Halaman Asli

Annisa AJulianti

Ilmu Komputer

Pengantar Sistem Rekognisi (Rangkuman Perkuliahan Tanggal 21 September 2022)

Diperbarui: 21 September 2022   21:06

Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.

Ilmu Alam dan Teknologi. Sumber ilustrasi: PEXELS/Anthony

Istilah-istilah :

  • Sistem adalah sekumpulan elemen yang saling terkait atau terpadu yang dimaksudkan untuk mencapai suatu tujuan
  • Pengenalan (rekognisi) adalah proses untuk memberikan label ke suatu objek berdasarkan informasi yang disediakan oleh ciri atau deskriptornya
  • Digital merupakan penggambaran menurut suatu keadaan bilangan yang terdiri dari angka 0 dan 1 atau off dan on.
  • Piksel adalah unsur gambar atau representasi sebuah titik terkecil dalam sebuah gambar grafis yang dihitung per inci.
  • Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek.Citra terbagi dua yaitu gambaran yang bersifat analog dan terdapat gambaran yg bersifat digital. Citra analog adalah gambaran yang bersifat continue seperti gambar pada monitor televisi, foto sinar X, dan lain-lain. Sedangkan dalam gambaran digital adalah gambaran yang bisa diolah melalui komputer.
  • Citra digital merupakan representatif berdasarkan gambaran yang diambil oleh mesin dengan bentuk pendekatan berdasarkan sampling dan kuantisasi. Sampling menyatakan besarnya kotak-kotak yang disusun dalam baris dan kolom.
  • Citra biner (binary image) adalah gambaran digital yang hanya memiliki 2 kemungkinan warna, yaitu hitam dan putih. Citra biner disebut juga dengan gambaran W&B (White&Black) atau gambaran monokrom. Pembentukan gambaran biner memerlukan nilai batas keabuan yang akan digunakan sebagai nilai patokan. Piksel dengan 10 derajat keabuan lebih besar dari nilai batas akan diberi nilai 1 dan sebaliknya piksel dengan derajat keabuan lebih kecil dari nilai batas akan diberi nilai 0.
  • Citra grayscale merupakan gambaran digital yang hanya memiliki satu nilai kanal pada setiap pikselnya, artinya nilai menurut Red = Green = Blue. Nilai-nilai tersebut digunakan untuk menunjukkan intensitas warna. Citra yang ditampilkan menurut gambaran jenis ini terdiri atas warna abu-abu, bervariasi pada warna hitam pada bagian yang intensitas terlemah dan warna putih pada intensitas terkuat.
  • Red (Merah), Green (Hijau) dan Blue (Biru) merupakan warna dasar yang dapat diterima oleh mata manusia. Setiap piksel pada citra warna mewakili warna yang merupakan kombinasi dari ketiga warna dasar RGB. Setiap titik pada citra warna membutuhkan data sebesar tiga byte. Setiap warna dasar memiliki intensitas tersendiri dengan nilai minimum nol (0) dan nilai maksimum 255 (8 bit).

Contoh penerapan computer vision dalam kehidupan :

Perusahaan bernama ADNOC, yang memproduksi sekitar tiga juta barel minyak dan 10,lima barel. miliar kaki kubik gas mentah setiap hari. Didirikan pada tahun 1971, Perusahaan Minyak Nasional Abu Dhabi atau ADNOC merupakan kelompok perusahaan energi dan petrokimia yang terdiversifikasi. Perusahaan Emirat ini sebelumnya telah menggunakan proses padat karya untuk mengklasifikasikan karakteristik sampel batuan yang membutuhkan waktu dan energi berharga dari ahli geologi. Setelah para ahli geologi memasukkan gambar batuan beresolusi tinggi ke dalam database, mereka menggunakan IBM Watson untuk menganalisis dan mengidentifikasi kelas batuan karbonat dengan benar, memberikan ADNOC kemampuan untuk mengklasifikasikan hingga 25.000 gambar batuan bagian tipis per hari. Dengan Watson, mereka dapat menjalankan satu set gambar untuk seluruh reservoir dalam hitungan menit, menghemat waktu berharga ahli geologi mereka.

Kasus kedua yaitu tentang bagaimana vision komputer merevolusi proses perekrutan. Di dunia SDM, vision komputer mengubah cara kandidat dipekerjakan dalam proses wawancara. Knockri, startup yang berbasis di Kanada, membuat gelombang menggunakan indera evaluasi soft skill video AI mereka. Dengan menggunakan vision komputer, pembelajaran mesin, dan ilmu data, mereka dapat mengukur soft skill dan melakukan penilaian kandidat awal untuk membantu perusahaan besar memilih kandidat.

Kasus lain tentang bagaimana vision komputer merevolusi proses yaitu bisa menciptakan pengklasifikasi spesifik lain untuk menentukan tingkat karat berdasarkan pedoman atau kriteria struktural tertentu. Jadi misalnya, Anda bisa memiliki karat kelas 1, yang dingin menjadi karat yang sangat minimal hingga karat kelas 6, yang akan lebih parah. Dan terakhir, dengan mengirimkan gambaran melalui pengklasifikasi kedua untuk mendeteksi karat, selanjutnya dapat menentukan tingkat karat untuk area tertentu pada gambaran yang mengandung logam. Menggunakan pengklasifikasi logam dan pengklasifikasi karat ketika diperkecil pada ribuan atau jutaan gambar dapat menghemat jutaan dolar bagi perusahaan asuransi.

Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H




BERI NILAI

Bagaimana reaksi Anda tentang artikel ini?

BERI KOMENTAR

Kirim

Konten Terkait


Video Pilihan

Terpopuler

Nilai Tertinggi

Feature Article

Terbaru

Headline