Vision

 Kali ini saya akan merangkum materi pertemuan  9 tentang Vision yang terdiri dari:

1. Artificial Intelligence

2. Konsep Vision

3. Tugas Utama Vision

4. Masalah di Vision

5. Vision AI dan Penerapannya

6. Kiprah Vision AI di Indonesia

Artificial Intelligence 

AI merupakan program yang memungkinkan komputer untuk berpikir cerdas seperti atau lebih dari manusia. AI memungkinkan mesin untuk belajar dari pengalaman, menyesuaikan input-input baru dan melaksanakan tugas seperti manusia. Seiring dengan perkembangan teknologi komputer yang makin berkembang, kehadiran AI makin dekat dengan keseharian manusia. Sebagian besar contoh AI yang kita ketahui,mulai dari komputer yang bermain catur hingga mobil yang mengendarai sendiri dan masih banyak contoh lainnya. AI juga hadir pada kemampuan mesin untuk “melihat”.Contohnya bagaimana facebook mampu mengenali orang-orang dalam foto yang diunggah, serta menyarankan untuk memberikan tag pada orang bersangkutan. Kemampuan ini merupakan penerapan dari cabang AI lainnya, yaitu Vision AI.

Konsep Vision

Computer Vision adalah ilmu dan teknologi mesin yang melihat, dimana “lihat” dalam hal ini berarti bahwa mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan teori di balik sistem buatan bahwa ekstrak informasi dari gambar . Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis. Sebagai disiplin teknologi, computer vision berusaha untuk menerapkan teori dan model untuk pembangunan sistem komputer vision.

Vision merupakan kombinasi antara Pengolahan Citra dan Pengenalan Pola. Pengolahan Citra (Image Processing) merupan bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik.

Tugas Utama Vision

Beberapa hal yang dapat dilakukan terhadap citra (tugas pengolahan citra)

1. Proses pengolahan citra (Image Processing)

Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi utama (initial manipulation) dari data binary tersebut, Image processing membatu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien.

2.  Analisa data citra (Image Analysis)

Image analysis akan mengeksplorasi scane ke dalam bentuk karateristik utama dari objek melalui suatu proses intvestigasi. Sebuah program komputer akan mulai melihat melalui bilangan biner yang merepresentasikan informasi visual untuk mengidentifikasi fitur-fitur spesifikasi dan karekteristiknya. Lebih khusus lagi program image analysis digunakan untuk mencari tepi dan batas-batasan objek dalam image.

3. Proses penangkapan citra (Image Acquisition)

Image Acqusition pada manusia dimulai pada mata, kemudian informasi visual diterjemahkan de dalam suatu format yang kemudian dapat dimanipulasi oleh otak. Senada dengan proses diatas, computer vision membutuhkan sebuah mata untuk menangkap sebuah sinyal visual. Umumnya mata pada computer vision adalah sebuah kamera video.

4. Proses pemahaman data citra (Image Understanding)

Ini adalah langkah terakhir dalam proses computer vision, yang mana spesifik objek dan hubungannya diidentifikasi. Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial interlligent. Understanding berkaitan dengan tamplate matching yang ada dalam sebuah tulisan scene. Metode ini menggunakan program pencarian (search program) dan teknik penyesuaian pola (pattern matching techniques).

Masalah Di Vision

Beberapa masalah yang dihadapi dalam pengolahan citra adalah :

1. Suatu citra adalah dua dimensi (2-D), sementarasemua object didunia ini adalah tiga dimensi (3-D), sehingga sebagian informasi akan hilang pada saat kita merekam object (3-D) ke dalam citra (2-D).

2. Suatu citra mungkin berisi beberapa object, dantiap object dapat terdiri dari beberapa bagian lagi.

3. Nilai dari tiap pixel dipengaruhi oleh banyak fenomena yang berbeda, seperti warna object,sumber cahaya, sudut pengambilan gambar, jarak kamera dari object, polusi udara dan lainnya. Dan sangat sulit untuk menghindari pengaruh tersebut terhadap object.

Penerapan Komputer Vision

Dengan adanya penemuan seperti Computer Vision ini diharapkan dapat membantu meringankan pekerjaan manusia. Berikut adalah Implementasi dari Computer Vision

a. Bidang Matematika

Computer vision mempunyai hubungan yang sangat erat dengan bidang ilmu matematika. terutama pada bagian statistik, geometri dan juga optimasi. Bagian-bagian dalam matematika tersebut sangat berhubungan dengan komputer. Hal ini berkaitan dengan kecepatan proses data agar tidak memakan waktu yang lama.

b. Bidang kecerdasan Buatan

Penerapan Computer Vision pada bidang kecedasan buatan mungkin sangat sering kita jumpai seperti halnya robot, absen sidik jari, scan foto, dan hal-hal lainnya

c. Bidang Industri Perfilman

Contohnya adalah semua efek-efek di dunia akting , animasi, dan penyotingan adegan film semua direkam dengan perangkat elektronik yang dihubungkan dengan komputer. Animasinya juga di kembangkan mempergunakan animasi yang dibuat dengan aplikasi komputer.

d. Bidang Pertahanan  dan Keamanan (Militer)

Contohnya adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Sistem lebih canggih untuk panduan mengirim rudal-rudal ke daerah daripada target yang spesifik dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara lokal.

e. Bidang Keuangan

Proses know your customer (KYC) merupakan salah satu prosedur yang wajib dilakukan oleh para penyedia layanan keuangan dalam menjaring nasabah. Dengan mengetahui identitas konsumen, penyedia layanan keuangan bisa memantau aktivitas keuangan nasabah dan mencegah terjadinya transaksi mencurigakan.

Kiprah Vision AI di Indonesia

Di Indonesia, Nodeflux hadir untuk mengembangkan Vision AI sebagai solusi di berbagai sektor, baik pemerintah maupun swasta. Pada September 2019, Nodeflux melakukan penandatanganan MoU bersama PemerintahProvinsi DKI Jakarta sebagai wujud kontribusinya mendukung implementasi smart city berbasis AI. Kerja sama ini mencakup beberapa pilar dari pembangunan kota pintar, seperti:

1. Smart mobility — optimalisasi pemanfaatan transportasi publik dan kendaraan pribadi di wilayah DKI Jakarta.

2. Smart governance — pengoptimalan penyelenggaraan pemerintahan dalam rangka transparansi penerimaan pemerintah Provinsi DKI Jakarta.

3. Smart living — memaksimalkan infrastruktur pemerintah dalam fungsi pengawasan terhadap volume air secara berkala dalam rangka pencegahan bencanabanjir di wilayah DKI Jakarta.

4. Smart tourism — optimalisasi infrastruktur pemerintahdalam mengelola data dan informasi terkait kunjungan tempat wisata.