pelatihan kecerdasan AI

1. Pengenalan Coding dan
Kecerdasan Artifisial (KA)
Modul SMP - Hari 5

2. www.kodekiddo.com
5.1. Implementasi berbagai Teknologi KA & contoh tools:
- Face recognition
- Image recognition
- Voice recognition, NLP
- Text recognition, NLP
5.2 Contoh platform pembelajaran KA lainnya (untuk Anak SMP)
- Machine Learning for Kids
- MIT App Inventor
- PictoBlox
Hari 5: Implementasi KA

3. www.kodekiddo.com
Face Recognition
Dalam beberapa tahun terakhir, face recognition menjadi
salah satu pengaplikasian yang menjanjikan dari computer
vision.
Face recognition merupakan pengaplikasian dari face
detection.
Face detection adalah tindakan menemukan wajah manusia
dalam gambar dan secara opsional mengembalikan
berbagai jenis data terkait wajah.
Face Recognition adalah tindakan mengidentifikasi atau
mengkonfirmasi identitas individu menggunakan wajah
mereka.
Hari 5: Implementasi KA
Image from: https://devblogs.microsoft.com/

4. www.kodekiddo.com
Face Recognition
Metode mendeteksi wajah:
1. Metode Knowledge-based
Metode ini tergantung pada rule-set, dan didasarkan
pada pengetahuan manusia untuk mendeteksi wajah.
Contoh: Wajah harus memiliki satu hidung, dua mata, dan
satu mulut dalam jarak dan posisi tertentu satu sama lain.
Masalah terbesar dari metode ini adalah sulitnya
membuat rule-set yang tepat. Sehingga, metode ini belum
cukup dan sering gagal mendeteksi wajah pada foto
yang terdapat banyak wajah.
Hari 5: Implementasi KA
Image from: emmawatson-updates.com
Image from: thestempedia.com
Source: https://towardsdatascience.com/face-detection-for-beginners-e58e8f21aad9

5. www.kodekiddo.com
Face Recognition
Metode mendeteksi wajah:
2. Metode Feature-based
Metode ini menemukan wajah dengan mengekstraksi
landmark wajah.
Bahkan pada foto dengan banyak wajah, dilaporkan
tingkat keberhasilan mencapai 94%.
Menariknya, landmark wajah unik/berbeda setiap orang.
Sehingga, bisa diproses lebih lanjut untuk mengenali wajah
(face recognition).
Hari 5: Implementasi KA
Source: https://towardsdatascience.com/face-detection-for-beginners-e58e8f21aad9
Image from: thestempedia.com

6. www.kodekiddo.com
Face Recognition
Cara kerja face recognition:
Hari 5: Implementasi KA
image from: thestempedia.com

7. www.kodekiddo.com
Face Recognition
Implementasi:
Hari 5: Implementasi KA

8. www.kodekiddo.com
Image Recognition
Bagaimana manusia mengenali benda?
Image from:
thestempedia.com
Hari 5: Implementasi KA

9. www.kodekiddo.com
Image Recognition
Bagaimana komputer dengan KA mengenali benda?
Image from: thestempedia.com
Hari 5: Implementasi KA
Image recognition adalah tindakan mendeteksi dan
menganalisis gambar untuk tujuan otomasi.

10. www.kodekiddo.com
Image Recognition
Implementasi
Hari 5: Implementasi KA

11. www.kodekiddo.com
Voice Recognition, NLP
Voice recognition adalah kemampuan program untuk
mengidentifikasi seseorang berdasarkan suara unik mereka.
Hari 5: Implementasi KA
Sedangkan speech recognition adalah kemampuan mesin
untuk mengidentifikasi kata, frasa, dan kalimat dari
pembicara.
Setelah mendapatkan kata per kata dari seorang
pembicara, bagaimana cara memahami konteks
pembicaraan?
Di sini lah NLP (Natural Language Processing)
dibutuhkan. NLP merupakan cabang KA yang
membuat mesin mendengar, membaca,
memahami, bahkan berkomunikasi layaknya
manusia.
Jika voice recognition dan
speech recognition digunakan
bersamaan, maka alat dapat
mengidentifikasi siapa dan apa
yang dibicarakan

12. www.kodekiddo.com
Voice Recognition, NLP
Perangkat yang menggunakan voice recognition dan NLP
memiliki kemampuan untuk berbincang dengan pengguna
dengan suara dan respons yang realistis layaknya manusia.
Hari 5: Implementasi KA
Kemampuan unik yang dimiliki Kecerdasan Artifisial untuk
memahami respons pengguna dengan konteks dan gaya
bahasa tertentu ini mampu dicapai lewat teknologi
Machine Learning, Natural Language Processing, Natural
Language Understanding, dan Text to Speech Engine.
Dengan memadukan teknologi-teknologi tersebut,
pengguna dapat memiliki pengalaman berinteraksi yang
natural dengan Kecerdasan Artifisial seperti saat
berinteraksi dengan seseorang.
Amazon Alexa

13. www.kodekiddo.com
Voice Recognition, NLP
Implementasi
Hari 5: Implementasi KA

14. www.kodekiddo.com
Text Recognition, NLP
Text recognition adalah tindakan mengenali teks dari sebuah
gambar dan mengubahnya ke dalam bentuk yang bisa
dibaca mesin.
Hari 5: Implementasi KA
Pada tahun 1990an, banyak pemilik bisnis memanfaatkan
text recognition, kadang disebut OCR (Optical character
Recognition), untuk mengubah dokumen fisik menjadi file
digital.
Sejak saat itu, text recognition semakin berkembang. Namun,
permintaan telah meningkat untuk kegunaan yang lebih luas.
Perkembangan terbaru dengan KA telah memperkuat utilitas text recognition berkat akurasi
yang lebih tinggi dan kecepatan yang lebih tinggi. Dengan manfaat KA, pengawasan
manusia tidak diperlukan di setiap langkah.

15. www.kodekiddo.com
Text Recognition, NLP
Noise pada gambar memungkinkan ada beberapa kata yang tidak
bisa dibaca oleh text recognition. Dengan adanya NLP, kata-kata yang
tidak terbaca bisa diprediksi dan diganti.
Hari 5: Implementasi KA
Image from: Statestitle.com

16. www.kodekiddo.com
Text Recognition, NLP
Tidak hanya memperbaiki akurasi, NLP bisa meninjau dan
mengoreksi hasil text recognition.
Katakanlah pemindai mengidentifikasi total faktur sebagai
$500, padahal sebenarnya $5.000. Sebelum KA, alat OCR tidak
akan menangkap kesalahan ini dan akan tergantung pada
tinjauan manusia untuk menangkapnya.
Namun, dengan alat KA, suatu algoritma dapat meninjau
seluruh dokumen, menghitung bahwa subtotal untuk layanan
yang diberikan harus berjumlah hingga $5.000, dan
memperbaiki kesalahan tanpa perlu diawasi oleh manusia.
Hari 5: Implementasi KA
Image from: Wikimedia Creative Commons

17. www.kodekiddo.com
Text Recognition, NLP
Implementasi
Hari 5: Implementasi KA

18. www.kodekiddo.com
Contoh Tools
▪ https://www.survivalofthebestfit.com/game/ (Simulasi Bias pada perekrutan kandidat)
▪ https://www.autodraw.com/ (Asisten menggambar menggunakan KA)
▪ https://quickdraw.withgoogle.com/ (Google Quick Draw! menebak gambar menggunakan KA)
▪ https://research.google.com/semantris/ (Game semantic. Menggunakan KA NLP untuk
pengenalan kata dan makna
▪ https://experiments.withgoogle.com/interplay-mode/view/ (Menggunakan KA untuk mengecek
jawaban tugas dari tutorial. Meliputi tulisan tangan, ejaan, tata bahasa, dan pengucapan)
Hari 5: Implementasi KA

19. www.kodekiddo.com
Contoh Tools
▪ https://www.cs.cmu.edu/~dst/SpeechDemo/ (Menggunakan KA
untuk speech recognition)
▪ https://openai.com/blog/dall-e/ (Menggunakan KA untuk
membuat gambar berdasarkan input)
▪ https://thispersondoesnotexist.com/ (Menggunakan KA jaringan
syaraf tiruan untuk membuat foto manusia. Reload untuk
membuat foto baru)
▪ https://app.inferkit.com/demo (Generator teks berbasis KA. Bisa
membuat cerita)
▪ http://goart.fotor.com/ (Menggunakan KA untuk mengubah
gambar ke lukisan dengan gaya tertentu)
Hari 5: Implementasi KA

20. www.kodekiddo.com
Contoh platform pembelajaran KA untuk Anak SMP
▪ Machine Learning for Kids (ML4K) (https://machinelearningforkids.co.uk/)
Hari 5: Implementasi KA
Key points:
● Platform online, tidak perlu install software tertentu
● Bisa membuat free teacher account (terbatas maks 3 project)
● Bisa create student account melalui teacher account
● Menggunakan supervised learning
● Memiliki 4 pilihan klasifikasi: teks, gambar, angka, suara
● Tersedia banyak tutorial di website MLK4K
● Proses training model dilakukan di website ML4K
● Setelah di training, model bisa diimplementasikan pada project
Scratch (yang dimodifikasi), Python, atau MIT App Inventor
● Memiliki beberapa extension pretrained seperti Poseblock

21. www.kodekiddo.com
Contoh platform pembelajaran KA untuk Anak SMP
▪ Machine Learning for Kids/ML4K (https://machinelearningforkids.co.uk/)
Hari 5: Implementasi KA

22. www.kodekiddo.com
Contoh platform pembelajaran KA untuk Anak SMP
▪ Machine Learning for Kids/ML4K (https://machinelearningforkids.co.uk/)
Hari 5: Implementasi KA

23. www.kodekiddo.com
Contoh platform pembelajaran KA untuk Anak SMP
▪ MIT App Inventor (https://appinventor.mit.edu/ or https://appinventor.mit.edu/explore/ai-
with-mit-app-inventor)
Hari 5: Implementasi KA

24. www.kodekiddo.com
▪ Contoh platform pembelajaran KA untuk Anak SMP
▪ MIT App Inventor (https://appinventor.mit.edu/ or https://appinventor.mit.edu/explore/ai-
with-mit-app-inventor)
Hari 5: Implementasi KA
Key points:
● Platform online, namun perlu install MIT App Companion di HP Android untuk testing
(alternatif memakai emulator Android).
● Membuat aplikasi HP, bukan komputer.
● Free account.
● Untuk membuat project KA, perlu menambahkan extension.
● Tersedia berbagai ekstension seperti Personal Image Classifier, Face Extension, dll.
● Beberapa ekstensi sudah pre-trained. Beberapa ekstensi belum.
● Menggunakan tipe pembelajaran Supervised Learning.
● Untuk model yang belum pre-trained, hanya memiliki satu pilihan klasifikasi, yaitu
image.

25. www.kodekiddo.com
Contoh hasil project AI di MIT App Inventor (oleh murid KodeKiddo)
Hari 5: Implementasi KA
https://youtu.be/McGjaKAQ2lE

26. www.kodekiddo.com
▪ Contoh platform pembelajaran KA untuk Anak SMP
▪ Pictoblox (https://thestempedia.com/product/pictoblox/ or
https://pictoblox.ai/)
Hari 5: Implementasi KA

27. www.kodekiddo.com
▪ Contoh platform pembelajaran KA untuk Anak SMP
▪ Pictoblox (https://thestempedia.com/product/pictoblox/ or
https://pictoblox.ai/)
Hari 5: Implementasi KA
Key points:
● Platform offline, perlu install software Pictoblox di komputer
● Tersedia versi online, namun masih versi beta
● Dibuat berdasarkan Scratch
● Mempunyai banyak ekstension yang sudah pre-trained
● Bisa menggunakan model KA sendiri dengan menggunakan
Teachable Machine

28. www.kodekiddo.com
Contoh hasil project di PictoBlocks (oleh murid KodeKiddo)
Hari 5: Implementasi KA
https://youtu.be/ORkWHjmmgp0

29. www.kodekiddo.com
Menyelesaikan Tugas Akhir -
Project (PoseBlocks)
▪ Menggunakan platform PoseBlocks
https://mitmedialab.github.io/prg-extension-boilerplate/create/
▪ Membuat project AI yang menggunakan dengan komponen
Machine Learning menggunakan model dari Teachable
Machine.
▪ Model di Teachable Machine harus menggunakan data &
training yang dilakukan peserta sendiri.
▪ Gunakan ide & kreativitas.
▪ Pastikan memenuhi kriteria project.
▪ Save project ke komputer.
▪ Submit/kumpulkan project file via Google Form.