Rabu, 18 Januari 2017

Kamu Seorang Programmer ? Ini Yang Dibutuhkan....



     Apa kalian tahu bahwa perkembangan dunia IT di Indonesia dibeberapa tahun terakhir meningkat pesat ? Dengan pesatnya perkembangan dunia IT di Indonesia, permintaan akan talenta dibidang ini terus meningkat. Tidak mudah memang mencari sumber daya manusia yang sesuai dengan kebutuhan perusahaan. Banyak hal yang mempengaruhi masalah ini, salah satunya adalah tidak ada lingkungan khusus yang mempertemukan perusahaan dengan para talenta terbaik dibidang teknologi informasi. 
     GeekHunter merupakan salah satu konsultan perekrutan tenaga kerja bidang IT di Indonesia yang memiliki visi dan misi untuk menjadi IT talent pool nomor 1 di Asia Tenggara. GeekHunter bertujuan untuk membantu perusahaan mencari talenta yang benar-benar dibutuhkan di perusahaan masing-masing terutama programmer dan tenaga IT lainnya. Dengan jaringan yang sangat luas, GeekHunter dapat menemukan tenaga IT yang cocok untuk perusahaan anda dengan lebih cepat. Bahkan GeekHunter menawarkan garansi yang tidak dapat ditawarkan perusahaan lain, gratis pergantian tenaga kerja, atau bahkan uang kembali jika memang tidak puas dengan tenaga IT yang ditawarkan oleh GeekHunter.
   Programmer seperti apa yang dicari? Apa yang harus dilakukan oleh seorang programmer untuk mendapat perhatian perusahaan? Kesalahan-kesahalan apa yang sering dilakukan oleh programmer dalam proses melamar kerja? Semua pertanyaan itu akan terjawab melalui wawancara www.codepolitan.com dengan GeekHunter. So, let's check it out.

Programmer seperti apa yang seringkali kali dicari?

Ada beberapa hal yang selalu kami tekankan pada kandidat-kandidat kami;
  • Programmer yang mau belajar, terutama mempelajari hal-hal yang baru karena semakin banyak skill yang dia miliki maka semakin banyak dicari.
  • Loyal, banyak programmer yang hanya bekerja sebentar di satu perusahaan dengan tujuan mengejar gaji yang tinggi, tapi pengetahuan yang dia miliki minim.
  • Seorang programmer harus memiliki sikap yang baik, tidak sedikit suatu perusahaan mempekerjakan seorang programmer dengan skill yang hebat tetapi tidak di dukung dengan sikap yang baik dan akhirnya perusahaan itu memutuskan untuk mengeliminasi sang programmer.
  • Seorang programmer harus bisa berkomunikasi dengan baik tidak hanya dengan komputernya. Kebanyakan programmer di satu perusahaan bekerja dalam tim, kemungkinan buruk akan terjadi apabila tidak ada komunikasi yang baik antar anggota tim.
  • Selain komunikasi yang baik, programmer juga lebih baik didukung dengan kemampuan komunikasi dalam bahasa inggris karena tidak sedikit perusahaan dari luar negeri mempekerjakan programmer dari Indonesia.

Lulusan IT banyak setiap tahunnya, programmer banyak tapi kenapa sering kesulitan dalam merekrut seorang programmer?

     Lulusan IT hanya 30% yang memutuskan untuk menjadi programmer. Programmer yang bagus tidak banyak, seperti yang telah dikatakan tadi bahwa seorang programmer harus mau belajar hal-hal yang baru dan tidak hanya mendalami 1 skill saja. Banyak perusahaan dari luar negri seperti Malaysia, Singapura dan Australia mempekerjakan programmer-programmer dari Indonesia sehingga mereka lebih tertarik untuk bekerja di luar negri daripada di Indonesia. Selain itu banyak pula programmer yang memutuskan untuk freelance atau bekerja dari rumah.

Apa yang harus programmer lakukan agar menarik perhatian perusahaan dan menjadi programmer yang dicari oleh perusahaan?

http://www.searchquest.co.uk/wp-content/uploads/2015/10/computer-good-idea.jpg
     Pertama adalah profil. Dalam membuat CV seorang programmer harus memiliki profil yang baik yang mampu mendeskripsikan dirinya. Yang kedua adalah technical details, seorang programmer harus bisa menjelaskan keahlian yang dia miliki secara mendetail. Selanjutnya adalah project details, sebuah perusahaan akan melihat portofolio dalam menilai seorang programmer, maka dari itu seorang programmer yang memiliki banyak portofolio dan menjelaskan project-project itu dengan detail akan dengan mudah menarik perhatian suatu perusahaan. Hal yang harus dilakukan oleh programmer selanjutny adalah meningkatkan pengalaman. Semakin banyak pengalaman seorang programmer, semakin tinggi pula skill yang dia miliki. Kemudian yang tak kalah penting, sikap. Sebuah perusahaan akan mempertimbangkan seorang programmer dengan skill minimal tapi berkelakuan baik. Dan yang terakhir adalah ketertarikan pada perusahaan yang bersangkutan.Seorang programmer yang hendak melamar pekerjaan pada suatu perusahaan harus memperlihatkan ketertarikannya pada perusahaan tersebut.

Apa kesalahan-kesalahan yang sering dilakukan oleh programmer ketika melamar kerja?

http://smkn5madiun.sch.id/wp-content/uploads/2014/04/
jangan-mengaku-pengangguran-saat-melamar-kerja1.jpg
  1. 1 general CV for all the companies, seringkali seorang programmer membuat CV yang sama untuk beberapa perusahaan yang berbeda, itu berarti mereka tidak memperlihatkan ketertarikannya kepada perusahaan tersebut.
  2. Did not prepare anything, seorang programmer yang akan melakukan wawancara sebaiknya mempersiapkan segala sesuatunya seperti CV beserta portofolio (berupa hard copy atau laptop untuk memperlihatkanproject-project yang pernah dia kerjakan) dan strategi-strategi apa yang sekiranya akan dijadikan pertanyaan.
  3. Not yet doing a research about the company / have no idea about the company, sebelum mencoba untuk melamar pekerjaan sebaiknya seorang kandidat melakukan research tentang perusahaan itu sendiri.
  4. Not passionate, jangan sampai seorang programmer menunjukan kalau mereka tidak tertarik atau tidak bersemangat kepada sebuah perusahaan.
  5. Asking unreasonable salary increment, normalnya kenaikan gaji seoranga programmer 10% sampai 30% dari current salary, terkadang seorang programmer meminta kenaikan gaji yang sangat signifikan yang membuat sebuah perusahaan berfikir ulang bahkan tidak tertarik pada programmer itu sendiri.
  6. Show a big interest and enthusiasm, seorang programmer harus menunjukan kalau dia memiliki ketertarikan dan rasa antusias terhadap apa yang mereka kerjakan.
Credit To :


Selasa, 17 Januari 2017

Design Website yang Responsif itu seperti apa ?


         Pernah kah diantara kalian ketika sedang membuka situs web konten ( tulisan , gambar, dll) yang muncul hanya setengah dan berantakan ? Fakta tersebut menunjukan bahwa situs web yang sedang kamu kunjungi tidak responsif.

Apasih sebenarnya Design  Web yang Responsif itu ?

         Menurut salah satu artikel dari W3School dikatakan bahwa Design Web yang  Responsif adalah bagaimana seseorang membuat konten pada webnya agar  terlihat bagus dan mudah digunakan dalam layar apapun ( desktops , tablet, handphone ) sehingga ketika webnya dibuka konten yang ditampilkan akan menyesuaikan dengan perangkat/device yang kita gunakan .  Ini bukan berarti kita membuat design web sebanyak jenis device nya, tetapi menggunakan CSS dan HTML untuk mengubah ukuran, menyembunyikan, mengecilkan, memperbesar, atau memindahkan konten nya agar terlihat bagus terlepas dari perangkat yang digunakan.













Berikut adalah salah satu  tahapan bagaimana pembuatan design web yang responsif   ===========>>


























       Menurut Google Think Insight di Mobile, setiap kali seseorang tiba di web mobile anda dan frustasi, atau tidak melihat konten yang mereka cari dalam waktu singkat, ada kemugnkinan 61% meninggalkan website anda untuk menuju ke website lain. Namun, setiap kali seorang pengunjung memiliki pengalaman yang positif dengan situs mobile anda, maka 67% kemungkinan akan membeli produk atau menggunakan jasa yang ada di web tersebut. Selain itu, 48 persen dari pengguna menyatakan kepada google bahwa ketika sebuah situs tidak berfungsi pada perangkat mobile maka mereka merasa perusahaan tersebut tidak peduli pada usaha mereka (buktinya web nya tidak bisa dibuka dari ponsel). Maka penting sekali bagi situs web agar dibuat lebih responsif karana user experience sangat lah penting . 

Adakah yang tertarik untuk  membuat design web yang responsif setelah membaca artikel ini ? Yuk simak tutorial berikut 


Referensi :
http://www.w3schools.com/html/html_responsive.asp
https://translate.google.co.id


Senin, 09 Januari 2017

Perjalanan Panjang Sistem Informasi





     Sejak kapan Manusia mulai mempertukarkan informasi ?? sekitar 3000 tahun sebelum masehi atau jika dihitung sudah lebih dari 5000 tahun yang lalu. Cara mempertukarkan informasi itu adalah dengan menuliskannya pada batu, kayu, papirus atau tanah liat. Awal sejarah perkembangan sistem informasi dimulai dari sini. Tanpa langkah yang dilakukan oleh manusia kuno ini, tidak akan ada perangkat teknologi canggih seperti komputer dan telepon seluler. 



Ada empat tahapan yang dilalui dalam perkembangan komunikasi dan informasi, berikut penjelasannya : 



Periode pertama: Pra Mekanik


       Pada periode ini, komunikasi menggunakan simbol untuk menyampaikan informasi. Pada tahun 3000-2000 sebelum masehi, manusia menggunakan gambar juga untuk menyampaikan pesan. Contohnya adalah bangsa Fenisia yang mendiami Timur Tengah (saat ini Lebanon) menciptakan model yang sama. Bangsa Yunani Kuno mengadaptasi simbol milik bangsa Fenisia dengan menambahkan huruf vokal yang membuatnya mudah digunakan. Bangsa Romawi Kuno kemudian memakainya juga, yang mana saat ini menjadi alfabet yang kita kenal dan gunakan saat ini. Pembuatan buku dari papirus yang dilekatkan dimulai pada tahun 600 sebelum masehi. Pada awalnya hanya pemuka agama dan pemimpin yang memiliki koleksi buku. Setelah itu ada bangsa Mesir Kuno yang menciptakan sistem angka, sehingga juga mengarahkan pada penemuan alat bantu hitung yang disebut abakus.


Periode kedua: Mekanik


        Masa ini termasuk dalam masa abad pertengahan. Dimana orang sudah menggunakan peralatan untuk menyimpan, mengolah dan merekam informasi. Salah satu penemuan terpenting dalam masa ini adalah mesin cetak Gutenburg dari Jerman. Penyampaian informasi menjadi lebih mudah dikarenakan mesin cetak dapat memproduksi tulisan yang sama dalam jumlah besar. Pada tahun 1600, komputer atau mesin hitung pertama kali diciptakan oleh Blaise Pascal. Komputer ini disebut sebagai Pascaline dan dianggap sebagai titik awal mesin menggantikan otak manusia dalam menghitung data.



Periode ketiga: Elektromekanik


   Pada masa ini, penggunaan listrik untuk memberikan energi untuk menjalankan penemuan mesin sesudah Pascaline terus ditemukan. Pada periode ini pula diciptakan telepon dan kode Morse untuk digunakan dalam komunikasi jarak jauh secara langsung. Kemudian diperkenalkan komputer pertama yang digunakan untuk menyimpan program dan data pada awal 1948. Komputer tersebut adalah Dubbed Manchester Mark 1. Komputer ini adalah awal penemuan teknologi selanjutnya yang sekarang menjadi komputer, laptop, tablet dan smartphone.


Periode keempat: Elektronik


  Jean Hoerni mengembangkan transistor planar pada tahun 1957. Alat ini dapat mengintegrasikan semua sirkuit yang diciptakan tahun-tahun selanjutnya. Pada tahun 1960, Departemen Pertahanan Amerika Serikat mendirikan ARPANET (Advanced Research Project Agency NETwork) yang mana ini adalah cikal bakal dari Internet yang anda gunakan sekarang ini. Pada saat itu ARPANET hanya digunakan untuk pemerintah, penelitian dan universitas. Peneliti dari MIT yang bernama Licklider memperluas ARPANET ke jaringan komputer di seluruh dunia untuk interaksi sosial. Ini terjadi pada tahun 1962. Pada tahun 1968, Andrew Grove, Gor don Moore dan Robert Noyce telah menciptakan mikrochip pertama kalinya. Mereka lalu menjual rancangan tersebut kepada intel untuk diproduksi secara massal.



Selasa, 29 November 2016

What Benefits Will You Get When Writing Diary ?



     
Tau gak sih remaja itu hobinya curhat-mencurhat ? Apalagi kalo curhat masalah doi 😔 . Banyak di kalangan masyarakat yang menilai bahwa orang yang suka nulis buku diary adalah orang yang sering terdzolimi, orang yang ngondek, atau kalau untuk cewek biasanya sedikit feminim, atau mungkin ada juga yang menilai kekanak-kanakan atau malah kurang kerjaan ? Salaaahhh !!!!!





Berikut manfaat dari menulis diary / jurnal harian :

Memori tersimpan rapi. Dengan menulis kamu akan ingat hal-hal apa saja yang terjadi di keseharian mu. Lagi kesel sama temen atau mungkin berantem sama doi ? yuk tulis di diary 😂😂😂 

Meningkatkan kemampuan menulis dan kreatifitas. Secara gak langsung jika kita terus menulis aktivitas harian  di diary maka tulisan kamu akan semakin bagus loh ! . Selain itu kreatifitas kita untuk menulis /  mendekorasi  pun akan meningkat .

Mengevaluasi diri. Ini yang paling penting...... Kenapa bisa menulis diary bisa mengevaluasi diri? Karena apa yang kita tulis dan ketika kita membaca kembali maka akan muncul pikiran bahwa mungkin saja tindakan yang kamu lakukan yang tertulis pada diary itu salah, maka akan muncul perasaan untuk memperbaiki dirimu lagi.


Dulu nih ya waktu SD , itu lagi jaman-jaman nya nulis diary di buku yang ada gembok sama kunci nya ( supaya nggak ada yang bisa baca apa isi tulisan kita 😂😂😂 ) . FYI, kebanyakan orang menyebut istilah Diary sama dengan Planner atau pun Journal, perbedaannya terletak pada hal penulisan saja kok. Sekarang ini banyak kok tutorial di youtube maupun blog yang memberi inspirasi buat kita supaya tulisan di jurnal atau diary kita lebih menarik , lucu dan gak norak .  Coba check blog ini ya IPC  & PAI  untuk lebih jelas nya.



Berikut ini adalah daily/monthly planner yang saya buat sendiri 😊





Ini dia salah satu inspirasi untuk kamu yang ingin mulai nulis Diary/Planning/ lagi 👇👇👇







Sabtu, 26 November 2016

Ini dia Desktop OS yang “ngeTrend” dikalangan Developer 2016 ...



     Tahukah kalian bahwa untuk menghubungkan perangkat keras (hardware) ke pengguna, maka  sebuah komputer membutuh kan yang namanya sebuah Sistem Operasi . Sistem operasi merupakan perangkat lunak atau software  yang tugasnya itu memanajemen serta mengontrol perangkat keras sekaligus operasi-operasi dasar sistem. 

     Baru-baru ini situs nomor satu kumpulnya para “developer” yaitu Stack Overflow mengungkapkan data survei yang membuat kita sedikit kaget nih...Mengapa ? Menurut survei yang mereka lakukan ditahun 2016 ini, dengan membandingkan antara sistem operasi Windows,MAC OS X dan Linux , sebanyak 26,2% developer menggunakan MAC OSX sebagai sistem operasi utamanya.  Sedangkan Windows 7 berada diposisi kedua dengan 22,5% .
Survey yang dilakukan Stack Overflow
pada tahun 2016.
   
Pada survei 2015 Windows 7 yang menduduki posisi 
pertama dengan 33,8 % . Ditahun 2014 dan 2013 pun 
Windows 7 yang masih diminati.
     Oh iya buat yang penasaran dengan stack overflow , stack overflow itu adalah website untuk tanya jawab yang fokus kepada permasalahan teknis yang dihadapi programer. Stack Overflow juga menyebut survei ini sebagai “survei pengembang dengan cangkupan paling luas yang pernah dilakukan ” dimana melibatkan 56.000 coders dari 173 negara di dunia.  Dan yang lebih mencengangkannya lagi jika trend ini terus berlanjut, hanya seperdua dari jumlah developer yang akan menggunakan Windows OS pada tahun depan.



Beberapa alasan yang mendominasi MAC OS X lebih diminati oleh para developer ?


1. Securitas . Apple sangat lengkap menjelaskan detail keamanannya di situs web resminya. Dengan banyaknya fitur keamanan tersebut, pantas jika Mac lebih aman dari virus jika dibandingkan dengan Windows. Namun tidak dipungkiri bahwa MAC OSX juga bisa terkena yang namanya virus loh .


2. Kepuasan . Kebanyakan orang yang menggunakan MAC OSX dengan pengalaman lamanya menggunakan sistem operasi lain menyatakan bahwa ada kepuasan yang lebih dimana MAC OSX lebih cepat, lebih stabil, dan lebih jarang error. Karena Hardware dan Software Mac dirancang oleh satu perusahaan yang sama, yaitu Apple maka dalam hal pengontrolan lebih mudah dikendalikan.



3. Free Upgrade . Untuk mendapatkan fitur-fitur terbaru pasti tiap OS akan mengarahkan penggunannya untuk mengupgrade OS yang sudah terpasang . Nah MAC OS juga secara detail memberi kemudahan pada pengguna untuk memperbaharui sistem operasi yang terbaru . Dan yang paling penting adalah It's Free !!! .




     Dulu sih memang pada awalnya MAC lebih identik dengan para desainer. Saat  dunia musik sedang naik daun, para komposer kebanyakan lebih suka menggunakan Mac karena lebih stabil. Namun lama-kelamaan Mac makin diminati oleh developer karena mereka membutuhkannya untuk membuat aplikasi Android, iOS, Web, dan bahkan Windows dengan menggunakan Boot Camp atau mesin virtual, sehingga banyak nih developer yang mulai beralih menggunakan MAC OS .

     Jadi tahun 2016 ini MAC OSX lebih diminati oleh para developer dalam melakukan pekerjaannya walaupun masih banyak juga developer yang menggunakan windows dan sistem operasi lainnya. Tentu saja setiap sistem operasi pasti memiliki kelebihan dan kekurangannya masing-masing , tergantung bagaimana kebutuhan dan kemampuan tiap developer. Kalo kalian masih pelajar dan  hanya bisa menggunakan windows ataupun OS lainnya , It's OK 👌

Yuk simak video berikut untuk menambah wawasan mu 👇


Sabtu, 08 Oktober 2016

Menyortir Mentimun Menggunakan Deep Learning dan TensorFlow

   Kali ini saya akan membahas mengenai teknologi penyortir mentimun yang dilakukan oleh Makoto Koike  menggunakan deep learning dan tensorflow untuk kebun milik orang tuanya . Makoto sangat terkejut dengan banyaknya beban kerja yang harus dilakukan untuk menyortir timun berdasarkan ukuran, bentuk, warna dan atribut-atribut lainnya. 


Keluarga Petani Mentimun Asal Jepang Ini Menggunakan Deep Learning dan TensorFlow


Ayah Makoto sangat membanggakan mentimun "berduri" yang diproduksi kebunnya, Ia telah mendedikasikan hidupnya untuk memproduksi mentimun yang segar dan krispi yang masih memiliki "duri-duri" di badannya. Mentimun yang lurus dan gemuk dengan warna yang terang serta memiliki banyak "duri" merupakan mentimun yang berkualitas dan memiliki harga lebih tinggi di pasaran.
Akhirnya  Makoto dengan cepat menyadari bahwa proses menyortir mentimun merupakan pekerjaan yang sama sulitnya dengan menanam mentimun itu sendiri. "Tiap mentimun memiliki warna, bentuk, kualitas serta tingkat kesegaran yang berbeda", ujar Makoto.
Mentimun dari kebun MakotoDi Jepang, tiap kebun memiliki standar sendiri-sendiri dan tidak ada standar resmi. Kebun Makoto menyortir mentimunnya kedalam sembilan kelas, Ibu Makoto lah yang menyortir keseluruhan mentimun secara manual yang menghabiskan waktu sampai dengan delapan jam per hari saat waktu panen tiba.
"Proses penyortiran ini bukan sebuah pekerjaan yang mudah untuk dipelajari. Kita harus melihat tidak hanya berdasarkan ukuran dan tebalnya, namun juga warna, tekstur, goresan, apakah mereka bungkuk atau tidak dan apakah mereka memiliki "duri-duri. Butuh waktu berbulan-bulan untuk mempelajari sistemnya dan kita tidak dapat mempekerjakan karyawan part-time untuk bekerja di waktu-waktu paling sibuk. Saya sendiri baru memahami bagaimana menyortir timun dengan baik," terang Makoto lagi.
Mentimun yang bengkok diklasifikasi sebagai produk berkualitas rendah
Mesin penyortir otomatis telah tersedia di pasar, namun mesin tersebut memiliki keterbatasan dalam hal performa dan harga, selain itu kebun yang relatif kecil biasanya tidak menggunakan mesin ini.
Makoto tidak merasa bahwa penyortiran merupakan pekerjaan penting bagi petani mentimun. "Petani ingin fokus dan menghabiskan waktu mereka untuk menanam sayuran yang lezat. Saya ingin mengotomasi proses penyortiran sebelum mengambil alih bisnis perkebunan ini dari orangtua saya."

Makoto Koike, tengah, dengan kedua orangtuanya di kebun mentimun keluarga
Makoto pertama kali mendapatkan ide ngoprek machine learning untuk proses penyortiran mentimun dari studi kasus yang jauh berbeda: GoogleAlphaGo yang berhasil mengalahkan pemain Go profesional terbaik dunia.
"Saat melihat Google AlphaGo, Saya menyadari ada sesuatu yang sangat spektakuler terjadi di sini," ujar Makotor. "Berita itu telah memancing saya untuk memulai mengembangkan penyortir mentimun dengan teknologi deep learning".


Sortir, deep learning dan tensorflow  itu apa ?

Sortir/grading merupakan kegiatan dalam penanganan pasca panen yang bertujuan untuk memisahkan bahan utama berdasarkan mutu yang dimiliki bahan tersebut atau pemisahan bahan baku ke dalam kategori-kategori berdasarkan kualitasnya.

Deep Learning
 sendiri merupakan tumpukan/stack dari beberapa algoritma atau metode, sehingga berkembang berbagai pendekatan deep learning dengan berbagai arsitektur. Beberapa tujuan dari tumpukan metode/deep learning  ini adalah feature extraction, juga memanfaatkan seluruh resourceseoptimal mungkin.


Sedangkan Tensorflow merupakan  sebuah mesin belajar dengan sistem pengembangan open source. Tensor Flow digunakan untuk segala sesuatu dari pengenalan suara di aplikasi Google, Smart Reply di Inbox, atau untuk mencari sesuatu di Google Photo.
Menggunakan deep learning untuk pengenalan citra memungkinkan sebuah komputer untuk belajar dari kumpulan data mengenai fitur-fitur yang dimiliki oleh tiap gambar. Menggunakan neuron-neuron buatan, deep learning dapat secara otomatis mengklasifikasi gambar dengan tingkat akurasi yang tinggi. Dengan demikian, neural network dapat mengenal berbagai spesies kucing, atau model mobil atau bahkan pesawat hanya dari gambar. Terkadang neural network dapat bekerja lebih baik dari mata manusia untuk aplikasi tertentu.
Benarkah komputer dapat belajar seni menyortir mentimun sang Ibu? Makoto memutuskan untuk melihat apakah Ia dapat menggunakan teknologideep learning untuk menyortir mentimun menggunakan pustaka machine learning yang belum lama ini di open source kan oleh Google, TensorFlow.
"Google baru saja meng-open source-kan TensorFlow, jadi Saya ingin mulai mencobanya dengan gambar-gambar mentimun saya," jelas Makoto. "Ini merupakan pertama kalinya saya mencoba menggunakan teknologi machine learning atau deep learning, dan langsung mendapatkan akurasi yang lebih tinggi dari yang saya harapkan. Hasil tadi memompa kepercayaan diri bahwa teknologi ini dapat mengatasi permasalahan yang saya hadapi."
Dengan TensorFlow, kita tidak perlu menjadi ahli model matematika atau optimasi algoritma untuk mengimplementasi deep neural network. Cukup unduh contoh kode yang ada dan membaca tutorialnya, kita dapat langsung mulai menyelami samudra deep learning. Pustaka ini menurunkan tingkat kesulitan untuk menggunakan teknologi machine learning dan sejak Google meng-open source-kan TensorFlow November lalu, banyak orang yang bukan ahli machine learning memanfaatkan teknologi ini dengan aplikasi dan kumpulan data mereka sendiri.

Desain sistem penyortiran mentimun

Berikut ini diagram sistem untuk penyortir mentimun yang dibuat oleh Makoto. Sistem ini menggunakan Raspberry Pi 3 sebagai pengontrol utama untuk mengambil foto mentimun dengan sebuah kamera, dan melakukan analisis tahap awal menggunakan TensorFlow untuk menentukan apakah gambar yang diambil merupakan mentimun atau bukan. Apabila telah dipastikan bahwa gambar yang diambil adalah gambar mentimun, maka gambar ini akan dikirim ke program yang sesungguhnya di server Linux untuk menjalankan pendeteksian kualitas mentimun dengan lebih akurat.
Diagram sistem penyortir mentimun
Makoto menggunakan contoh kode TensorFlow Deep MNIST for Expertsdengan sedikit modifikasi. Berikut ini mesin penyortir buatan Makoto yang mulai beroperasi pada bulan Juli:

Berikut ini foto close-up dari tangan penyortir dan antarmuka kamera:


Dan berikut ini video mesin penyortir mentimun saat bekerja:

Apa Hambatan utama nya ?

Tantangan yang paling berat bagi deep learning adalah kita membutuhkantraining dataset yang banyak. Untuk melatih model penyortir mentimun ini, Makoto menghabiskan tiga bulan penuh untuk mengambil 7.000 gambar mentimun yang disortir oleh ibunya, namun jumlah ini mungkin tidak cukup.
"Saat saya melakukan validasi dengan sebuah contoh-contoh gambar, tingkat akurasinya melebihi 95%. Namun saat kita mengaplikasikan sistem dengan kondisi yang sebenarnya, tingkat akurasi menurun menjadi sekitar 70%. Saya mencurigai model neural network ini memiliki masalah overfitting (fenomenaneural network di mana model yang dilatih hanya sesuai pada dataset yang terbatas) karena jumlah gambar pelatih yang kurang banyak."
Tantangan yang kedua dari deep learning  itu adalah besarnya daya komputasi yang dibutuhkan. Penyortir yang telah bekerja berjalan di PC Windows untuk melatih neural network model. Meskipun ia mengubah ukuran gambar mentimun ke dalam resolusi yang lebih rendah berukuran 80 x 80 pixel, mesin penyortir ini masih membutuhkan dua hingga tiga hari untuk menyelesaikan proses pelatihan model dengan 7.000 gambar.
"Bahkan dengan gambar beresolusi rendah ini, sistem yang ada hanya dapat mengklasifikasinya berdasarkan bentuk, panjang dan tingkat pembelokan. Sistem ini tidak dapat mengenali gambar, tekstur, goresn dan durinya," Makoto menjelaskan. Meningkatkan resolusi gambar dengan melakukanzooming dapat menaikkan tingkat akurasi namun juga membuat waktu pelatihan menjadi lebih lama.
Untuk meningkatkan "deep learning", beberapa perusahaan besar melakukantraining terdistribusi dalam skala besar, namun tentu server tersebut meningkatkan besar biaya yang dibutuhkan. Google menawarkan Cloud Machine Learning (Cloud ML), sebuah platform cloud terjangkau yang dapat melakukan training dan prediksi menggunakan ratusan server cloud terdistribusi dengan TensorFlow. Dengan Cloud ML, Google akan menangani sistem cluster berskala besar untuk training terdistribusi, dan kita cukup membayar apa yang terpakai sehingga developer akan lebih mudah untuk mencoba teknologi deep learning tanpa melakukan investasi yang signifikan.
Server khusus yang digunakan saat pertandingan AlphaGo
Makoto begitu menantikan Cloud ML. "Saya dapat menggunakan Cloud ML untuk mencoba melatih model dengan resolusi gambar yang lebih tinggi dan jumlah data yang lebih besar. Selain itu, Saya juga dapat mencoba mengganti konfigurasi, parameter, serta algoritma dari neural network untuk melihat peningkatan akurasinya. Saya tak dapat menunggu untuk mencoba teknologi ini."



Menurut saya inovasi produk ini sangat berguna untuk petani yang hanya memiliki kebun kecil sendiri. Karena mesin sortir/ grading yang ada dipasaran harga yang ditawarkan cukup mahal  dan tidak sebanding dengan besarnya panen yang dihasilkan para petani kecil . Kita tahu baha proses penyortiran dengan tangan bukan sebuah pekerjaan yang mudah untuk dipelajari. Kita harus melihat tidak hanya berdasarkan ukuran dan tebalnya, namun juga warna, tekstur, goresan, apakah mereka bungkuk atau tidak dan apakah mereka memiliki "duri-duri" sehingga alat ini cukup membantu dalam hal penyortiran walupun belum sempurna. Sebab perlu dilatih lagi model dengan resolusi gambar yang lebih tinggi dan jumlah data yang lebih besar sehingga tingkat akurasi bisa bertambah .

Sumber :