Silahkan pelajari terlebih dahulu terkait dengan teori machine learning
dan juga berbagai macam teknik machine learning
AI atau Artifical Intelligence (Kecerdasan Buatan) sudah tidak asing ditelinga kita karena dengan adanya AI di jaman sekarang telah banyak membantu kehidupan kita, Contoh penerapan AI dalam kehidupan kita yaitu saat kita berfoto atau menggunakan kamera smartphone, smartphone dapat mendeteksi usia kita maupun gender.
Teachable Machine
Teachable Machine merupakan alat yang membantu pembuatan model Machine Learning yang di buat oleh google. untuk sekarang Teachable Machine baru menyediakan 3 jenis pembuatan model yaitu , Image Project, Audio Project , dan Pose Project.
Silahkan buka link berikut :
https://teachablemachine.withgoogle.com/
Langkah Pengerjaan :
Pada kesempatan kali ini kita akan membuat suatu permainan menebak gambar dengan Gunting, Batu dan Kertas.
Pilih New Project
Pilih Image Project
Pilih Standard Image Model
Rename nama Class 1, Class 2 dengan Gunting dan Batu. serta buat Class baru dengan nama Kertas. Sehingga akan ada 3 Kelas
Pilih Webcam atau Upload foto, tangan berbentuk Gunting, Batu atau kertas sesuai dengan class yang sudah dibuat. Contoh sample minimal 100 gambar per kelas.
Pilih Training, tunggu sampai ada keterangan dengan Model Trained
Sampai dengan tahap ini, sudah berhasil membuat machine learning sederhana, tinggal melakukan uji coba. Cari objek yang berbeda untuk melakukan test pada sistem machine learning yang dibuat.
Kita dapat memilih juga opsi Advanced
Epoch : Seluruh sample di Training Dataset (Gunting, Batu, Kertas) sudah dilatih melalui training model setidaknya sekali. Untuk meningkatkan hasil prediksi agar lebih akurat, bisa memperbesar Epoch.
Batch Size: 1 batch adalah kumpulan dari samples yang digunakan untuk 1 iterasi training. Misal, jika kita mempunyai 80 gambar, dan batch size kita 16, maka data kita akan di pisah menjadi 80/16, yaitu 5 batches. Setelah semua 5 batches telah dilatih oleh model, maka 1 epoch telah dilalui.
Learning Rate: Learning Rate adalah rata-rata dataset anda dilatih. Hati-hati merubahnya, perbedaan sangat kecil saja bisa merubah hasil prediksi.
Hasil menunjukkan dataset dan objek memiliki nilai 100%, dengan menunjukan kepada nilai Batu
Hasil menunjukkan dataset dan objek memiliki nilai 100%, dengan menunjukan kepada nilai Kertas.
Pelajari lebih lanjut tentang Praktek Machine Learning dengan TensorFlow :