Bagaimana Cara Kerja Noon Gil di Drama Start-Up?

Start-Up adalah drama korea yang cukup populer. Setiap episode selalu berhasil mendudukan trending twitter loh. Bahkan, meskipun drama ini sudah tamat 6 Desember lalu, masih banyak netizen yang gagal move on dengan kecerdasan Nam Do San dalam mengembangkan aplikasi. Noon Gil adalah aplikasi yang berhasil dikembangkan Sam San Tech. Aplikasi ini berhasil mengenali objek yang berada di depannya, kemudian membacakan hasil analisanya kepada pengguna. Namun sebenarnya, bagaimana ya cara kerja Noon Gil Start-Up? TASOfficial akan membahasnya khusus untuk kamu. Mengadopsi Computer Vision Kemampuan Noon Gil dalam mengenali objek terkenal dengan istilah Computer Vision. Computer Vision adalah kemampuan komputer dalam melihat benda-benda di sekitarnya. Kemampuan ini memungkinkan komputer untuk mengidentifikasi dan memproses objek dengan cara yang sama seperti manusia. Beberapa computer vision yang ada di sekitar kita adalah QR Code. QR Code sudah banyak menjadi kode dalam produk swalayan hingga dalam proses pembayaran Untuk dapat mengenali suatu benda, kita harus terlebih dahulu ‘berkenalan’ dengan benda tersebut. Semakin kita kenal dengan benda tersebut, kita akan lebih cepat mengetahui benda apa yang ada di depan kita. Begitupun Computer Vision. Teknologi ini memerlukan gambar awal untuk berkenalan. Gambar awal ini disebut dengan istilah training images. Semakin besar jumlah training images semakin cepat pula ‘otak’ dalam mengenali setiap informasinya. Di dunia nyata, Sam Sam Tech memberi ‘makan’ Noon Gil terlebih dahulu. Sam Sam Tech harus mengumpulkan informasi objek-objek sebanyak-banyaknya. Hal ini dilakukan untuk menjamin Noon Gil tidak memberikan hasil prediksi yang salah. Mengingat akurasinya yang luar biasa, kira-kira sebera banyak yang gambar yang mereka siapkan? Dari gambar training, komputer akan mempelajari pola dan tekstur tiap gambarnya. Nah, proses pengenalan pola dalam computer vision ini disebut dengan istilah Image Analysis. Lebih lanjut, proses ini, komputer akan mengidentifikasi fitur-fitur spesifik dan karakteristik setiap gambar. Dengan image analysis komputer juga akan mendapatkan tepi dan batasā€batasan objek dalam image. Baca Juga : Membuat Program Deteksi Wajah Ala Nam Do San Deep Learning Untuk Klasifikasi Objek Komputer akan mempelajari gambar ini layaknya sebuah puzzle. Komputer akan menyusun potongan-potongan gambar yang tersebar dalam berbagai bentuk dengan pinggiran atau ujung yang berbeda-beda. Setelah menjadi menyusunnya menjadi kesatuan yang utuh, komputer akan dapat mendapatkan informasi secara utuh. Komputer akan menerjemahkan sebuah objek dan memberi label pada objek tersebut. Proses penerjemahan gambar akan lebih mudah dengan memanfaatkan deep learning. Dengan jaringan neuron yang diterapkan pada proses membaca gambar, maka pada jenis data tertentu jaringan neuron mampu memindahkan pola-pola umum menjadi persamaan matematika yang lebih spesifik agar mampu mengklasifikasikan data-data yang dimasukkan secara otomatis. Melalui deep learning, metode pelatihan computer vision akan lebih efektif daripada machine learning. Dengan algoritma-algoritma ini, jaringan neural mampu mengumpulkan jumlah data yang lebih besar dari proses pelatihan dan menentukan beberapa parameter seperti jenis, tipe, dan jumlah lapisan data-data secara lebih cepat. Hasil dari proses pembelajaran deep learning adalah label yang berisi informasi mengenai objek. Selanjutnya, komputer akan membacakan label ini melalui fungsi text to speech. Fungsi ini akan membuat pengguna tunanetra mampu mendengarkan hasil analisa ini secara langsung Nah, itulah gambaran mengenai Bagaimana Cara Kerja Noon Gil Start-Up? Tertarik membuatnya?

5 Fitur Ini Kurang Di Sukai Pengguna Windows 10

5 Fitur Ini Kurang Di Sukai Pengguna Windows 10 – Hai, Sobat daring. Meskipun windows 10 merupakan sistem operasi, tentunya sistem tidaklah sempurna bagi pengguna. Tetapi terdapat beberapa hal yang mengganggu dan terkadang menjengkelkan pada Windows 10. Aplikasi Bawaan Bloatware terkadang bisa memenuhi storage harddisk pada komputer kita, padahal terkadang sebagian aplikasi tidak benar-benar kita butuhkan. Boot Ulang Otomatis Sebagian besar keluhan tentang Windows 10 datang dengan fitur Auto Reboots. Hampir setiap waktu pembaruan ini selalu ada seperti tidak akan pernah berakhir Baca Juga : MENILIK FITUR ANYAR PADA VUE 3, APA SAJA? Control Panel Yang Membingungkan Semenjak ada versi Windows 10, Settings dan Control Panel yang diberikan justru membuat kebingungan karena pengaturaan menjadi terbelah di antara kedua pilihan tersebut Sticky Keys Sebenarnya fitur ini dimaksudkan untuk kaum disabilitas yang kesulitan menekan dua tombol atau lebih. Fitur ini terbilang mengganggu beberapa aktifitas terutama saat bermain game yang membuat kita keluar dari permainan secara tiba-tiba ketika Sticky Keys diaktifkan. Cortana Cortana juga kurang disukai oleh para pengguna Windows 10 karena Cortana ternyata mengumpulkan data penggunanya dan mengammbilnya. Hal ini berkaitan dengan privasi, sehingga banyak yang ingin privasinya tidak terekam dan melindungi privasi mereka. Baca Juga : ANDROID EMULATOR KINI LEBIH MENDUKUNG FOLDABLE Nah, demikian merupakan 5 Fitur Ini Kurang Di Sukai Pengguna Windows 10 . Apakah fitur Windows 10 ini harus dihilangkan atau diberi update ? Bagaimana pendapatmu dengan Hal ini ? Jangan lupa tinggalkan pendapatmu di komentar. Gracias. Jangan Lupa Follow Instagram kami : @teknosejahtera

Membuat Program Deteksi Wajah Ala Nam Do San

Salah satu drakor yang masih ngena sampai sekarang adalah Start Up. Drama korea ini tak dapat lepas dari start-up teknologi. Nam Do San, male lead dalam drama ini adalah seorang programmer. Pada adegan awal, Nam Do San dan teman-temannya sedang mengikuti perlombaan kecerdasan buata (AI) dalam proses deteksi wajah. Bukan kaleng-kaleng, ternyata program buatan mereka berhasil menduduki peringkat pertama dalam pertandingan internasional tersebut loh. Ternyata, kamu bisa loh membuat program deteksi wajah ala nam do san ini. Pembuatannya juga tidak sulit kok. Penasaran caranya? Check This Out! Yang Kamu Butuhkan Untuk membuat program deteksi wajah ini, kamu akan menggunakan bahasa pemrograman Python. Python adalah salah satu bahasa pemrograman yang paling kuat dan sangat suportif dalam pengembangan kecerdasan buatan (AI). Kamu pemain baru dalam dunia coding? Nggak masalah. Bahasa pemrograman adalah bahasa pemrograman yang paling direkomendasikan untuk para pemula. Bahasanya yang sederhana dan mirip dengan bahasa inggris tidak akan menyulitkan kamu dalam membuat program deteksi wajah ini. Kamu bisa menginstall python, kamu bisa mengikuti langkah-langkah yang ada pada website resmi Python. Untuk menuliskan kode program Python, kamu memerlukan code editor. Sebenarnya, kamu bisa menuliskannya langsung melalui command prompt dengan memanggil perintah python terlebih dahulu. Namun, kamu sangat direkomendasikan untuk menginstall IDE (Integrated Development Environment-nya). IDE akan memudahkan kamu dalam melakukan instalasi library, compiling, dan beraneka aktivitas lainnya. Salah satu IDE terbaik untuk python adalah Pycharm. Kamu bisa mendownload Pycharm melalui link ini. Untuk melakukan deteksi wajah, kamu tidak perlu susah-susah membuat dari nol. Semua sudah tersedia. Kamu cukup menggunakan framework OpenCV. Yang perlu kamu lakukan hanya menginstall library OpenCV di pyCharm kamu. Untuk menginstall, klik menu File > setting , kemudian pilih Project>>Project Interpreter >>>>>Add. Ketikkan Open-CV di search bar. Lalu klik install. Selanjutnya buat file python baru. Ngoding, Yuk! Kamu harus meng-import opencv agar dapat menggunakan fungsi-fungsi di dalamnya OpenCV akan menggunakan kemampuan learning yang dimilikinya untuk mencari pola-pola pada objek wajah. Framework ini memanfaatkan algoritma Haar Cascade, yakni salah satu model machine learning yang kerap kali digunakan sebagai pondasi aplikasi object detection (terutama face recognition), dalam sebuah gambar maupun video. Algoritma ini akan melakukan cascade function untuk mentraining gambar melalui 4 tahapan utama: (1) menentukan Haar features, (2) membuat gambar integral, (3) Adaboost training dan (4) melakukan klasifikasi dengan cascading classifier. Kamu tidak perlu repor-repot mendefinisikan ke-empat langkah ini loh. Cukup download file xml ini, kemudian letakkan dalam satu folder yang sama dengan file python kamu. Selanjutnya panggil file cascade dengan kode berikut Kamu bisa mengetes kode di atas dengan menjalankan program. Dalam program ini, kita akan mendeteksi wajah melalui kamera laptop. Untuk membuka webcam, kamu hanya perlu memanggil fungsi videocapture dari OpenCV. Program harus membaca setiap frame dari video sebagai gambar input yang akan dideteksi wajahnya. Untuk melakukan hal ini, kamu harus menggunakan fungsi while Setelah selesai, jalankan program python kamu. Jika berhasil, program akan menampilkan record video dari webcam. Melakukan Deteksi Wajah Terakhir, kamu hanya perlu menyelipkan fungsi deteksi wajah di antara baris kode membaca frame dengan menampilkan video. Perlu kamu tahu, komputer tidak dapat memproses gambar berwarna loh. Kamu perlu mengubah citra dalam RGB menjadi dalam grayscale dengan fungsi cvtColor Untuk mendeteksi wajah, gunakan fungsi detectMultiScale. detectMultiscale memerlukan tiga parameter yakni – scaleFactor : Besar skalasi terhadap ukuran gambar– minNeighbors : jumlah neighbor minimal pada tiap gambar– minSize : ukuran minimal objek Untuk mendapatkan akurasi terbaik, ubah ketiga nilai parameter tersebut. Pencahayaan dan pose wajah juga harus dipertimbangkan. Faces akan menghasilkan posisi wajah dalam posisi x,y, weight, dan height. Selanjutnya, buat bounding box untuk membuat kotak pada batas wajah pada parameter faces. Tulisan kode lengkap adalah sebagai berikut Nah itulah tutorial Membuat Program Deteksi Wajah Ala Nam Do San. Mudah kan? Baca Juga : REKOMENDASI FILM TENTANG TEKNOLOGI 2020