LMS-SPADA INDONESIA
Course Content
Topic outline
-
GREETING
Assalammualaikum wr, wb, Hallo teman-teman Cvisioner!!
Selamat datang dan selamat bergabung pada matakuliah Computer Vision.
Matakuliah IFB-301 Computer Vision ini merupakan matakuliah wajib di Program Studi Informatika, Fakultas Teknologi Industri, Institut Teknologi Nasional Bandung yang diselenggarakan di semester ganjil atau tepatnya di semester 5. Bobot matakuliah Computer Vision adalah 3 SKS.Perkenalkan saya Irma Amelia Dewi, selama satu semester ini akan menemai teman-teman Cvisioner untuk lebih memahami tidak hanya konsep dari metode-metode computer vision tetapi juga implementasinya di bidang industri.
Pembelajaran yang diterapkan merupakan collaborative learning dan active learning, mengajak CVisioner terlibat secara partisipasi aktif dalam diskusi/small group discussion, group activity dalam menyelesaikan case study, problem-based yang berasal dari dunia usaha dan dunia industri (DUDI). Jika teman-teman Cvisioner memiliki pertanyaan atau kebutuhan, jangan ragu untuk menghubungi saya melalui platform ini. Saya selalu siap membantu teman-teman dalam proses pembelajaran ini.
Jadi, mari kita mulai! Siapkan diri Anda untuk menggali ilmu baru, berdiskusi, dan menjalani pengalaman pembelajaran yang luar biasa.
Terima kasih telah bergabung, dan saya berharap kita akan memiliki waktu yang sangat bermanfaat bersama. Selamat belajar!"
-
Deskripsi Matakuliah
Mata kuliah ini membahas konsep dan teknik computer vision, yang berfokus pada kemampuan komputer untuk menginterpretasikan data visual 2D atau video. Mahasiswa akan mengeksplorasi dan mengimplementasikan berbagai topik seperti pemrosesan gambar, ekstraksi fitur, deteksi objek, klasifikasi gambar, dan deep learning untuk aplikasi computer vision. Melalui perkuliahan teori, hands-on assignments, dan proyek kolaboratif dengan industri untuk menyempurnakan dan meningkatkan solusi computer vision, mengatasi kebutuhan dan tantangan spesifik industri. -
Pada bagian ini berisi informasi mengenai Capaian Pembelajaran Lulusan (CPL) yang dibebankan pada mata kuliah. Selain itu juga berisikan informasi mengenai Capaian Pembelajaran Mata Kuliah (CPMK) yang diturunkan dari CPL, CPL ini lebih difokuskan atau disesuaikan dengan bahan kajian mata. Kemudian Sub-Capaian Pembelajaran Mata Kuliah (Sub-CPMK) diturunkan dari CPMK yang sudah dirumuskan untuk mengukur ketercapaian di setiap pertemuan perkuliahan. -
Temen-temen CVisioner berikut ini informasi mengenai bahan-bahan kajian pada mata kuliah selama satu semester. Bahan kajian adalah konten esensial yang dicapai pada satu periode pembelajaran (babakan). -
CVisioner skema perkuliahan matakuliah Computer Vision menerapkan Hybrid Learning dengan peserta yang berasal dari prodi Informatika Itenas dan luar PT. Pengimplementasian Flipped Classroom akan men-trigger teman-teman menjadi active learner dengan memperbanyak diskusi dan group activity. Selain itu rencana penilaian disusun untuk setiap Sub-CPMK dengan dilengkapi panduan Rencana Tugas Mahasiswa (RTM) sehingga teman-teman CVisioner dapat mengikuti panduan pengerjaan, indikator dan kriteria penilaiannya.
-
Sudah menyaksikan video nya kan?? Ini adalah dokumen RPS (Rencana Pembelajaran Semester) Matakuliah Computer Vision
-
CVisioner kita perkenalan dulu yuk sama dosen pengampu dan pengajar matakuliah IFB-301 Computer Vision di prodi Informatika Itenas Bandung
-
Berikut ini daftar rujukan yang dapat teman-teman CVisioner jadikan referensi dalam kuliah Computer Vision. -
Aplikasi-aplikasi yang dapat digunakan untuk menunjang pembelajaran Computer Vision
-
Simulasi Computer Vision adalah aplikasi berbasis website yang dapat membantu teman-teman CVisioner untuk lebih memahami proses atau metode pada computer vision melalui simulasi dari proses-prosesnya. Melalui simulasi ini teman-teman CVisioner dapat mencoba operator sebagai berikut ini:
- Pre-processing : grayscalling, global thresholding, brightness, contrast stretching dll
- Image Segmentation dan Feature Extraction: Canny edge detection, Otsu's Thresholding, Histogram Orientation of Gradient, Local Binary Pattern, dll
- Image Classification: Haar Cascade untuk mendeteksi wajah, face swipe dl
Untuk lebih jelasnya silahkan jelajah sendiri simulasinya sebelum mempelajari materi pertemuannya untuk mendapatkan gambaran penerapan metode yang dipelajari.
-
Pixel Spot Detection adalah simulasi berbasis website yang dapat digunakan oleh teman-teman CVisioner untuk memehami lebih dalam lagi melalui implementasinya mengenai materi object detection pada materi perkuliahan di Computer Vision. Penerapan metode deep learning teknologi Artificial Intelligence yang dibahas pada pertemuan Object Detection dapat memberikan arahan bagi teman-teman CVisioner bagaimana deep learning mampu mengenali objek disekitar kita. Teman-teman Cvisioner dapat mencoba fitur real-time dengan mengaktifkan kamera dan PixelSpot Dtection dapat mendeteksi objek-objek di sekitar kalian, atau dapat menggunakan fitur offline dengan meng-upload video untuk mendeteksi objek yang ada di video tersebut.
-
Pixel TalkBot adalah fitur penunjang dalam pembelajaran Computer Vision. Aplikasi yang dikembangkan dengan menggunakan teknologi Natural Language Processing dengan library OpenAI menjadikan PixelTalkBot tidak kalah serunya dari ChatGPT loh CVisioner. Teman-teman CVisioner dapat memanfaatkan PixelTalkBot ini untuk mempelajari materi atau matakuliah secara mendalam, atau biasanya akan digunakan pada aktifitas diskusi dan group activity yang di-trigger dengan pertanyaan-pertanyaan dan studi kasus yang membutuhkan penjelasalan lebih mendalam dari teman-teman CVisioner.
Silahkan teman-teman CVisioner dapat memanfaatkan PixelTalkBot untuk memahami lebih lanjut materi pada setiap pertemuannya.
-
CVisioner, sudah saatnya masuk ke group activity untuk project based learning dengan case berasal dari DUDI yang telah bekerjasama dengan prodi Informatika Itenas Bandung.
-
Hai Cvisioner...
sudah punya project akhir yang kita peroleh dari industries kan yah...sekarang waktunya teman-teman untuk melakukan manajemen project dan monitoring juga nih pekerjaan teman-teman untuk mengukur sejauh mana capaian teman-teman sekalian. Cek Trello secara periodik untuk melihat feedback dari mentor dan teman anggotanya yah...
-
-
Greeting
Selamat datang teman-teman CVisioner pada pertemuan kedua Computer Vision. Pada pertemuan ini teman-teman CVisioner diharapkan dapat mengidentifikasi kualitas citra, menentukan masalah yang muncul pada citra digital, kemudian menentukan operasi citra untuk meningkatkan kualitas citra menggunakan image filtering, enhancement teknik, image restoration dalam pra-pemprosesan citra digital. Semoga teman-teman Cvisioner dalam keadaan sehat dan semangat mempelajari materi di pertemuan kedua ini.
Deskripsi Materi
Pertemuan kedua dalam matakuliah Computer Vision teman-teman CVisioner akan mempelajari materi mengenai metode image enhancement. Image enhancement merupakan metode yang digunakan dalam computer vision untuk meningkatkan kualitas citra dan sebagai tahap awal atau pre-processing pada tahapan pengembangan aplikasi computer vision. Image enhancement adalah proses meningkatkan kualitas citra dengan mengubah berbagai aspeknya, seperti kontras, ketajaman, kecerahan, reduksi noise dan lainnya. Proses ini bertujuan untuk membuat citra lebih informatif dan lebih mudah dianalisis oleh algoritma komputer.
Pada pertemuan kedua ini, salah satu metode dalam image enhancement yang akan dipelajari adalah operasi konvolusi. Konvolusi citra digital adalah proses matematika yang menggabungkan dua fungsi input, yaitu citra input dan kernel konvolusi, untuk menghasilkan citra output yang telah di-enhance. Proses ini dilakukan dengan cara mengalikan setiap piksel citra input dengan nilai kernel konvolusi, lalu menjumlahkan semua hasil perkalian ini untuk mendapatkan nilai piksel pada citra output.
Dengan melakukan konvolusi citra digital menggunakan kernel yang sesuai, kita dapat melakukan enhancement citra seperti mengurangi noise, menajamkan detail, memberi efek artistik, dll. Ini sangat bermanfaat dalam computer vision untuk memperbaiki kualitas citra input sebelum diolah lebih lanjut.
Sub-Capaian Pembelajaran MataKuliah (Sub-CPMK)
Sub-CPMK 1: Mahasiswa dapat mengidentifikasi kualitas citra dan menerapkan operasi dasar citra digital termasuk image filtering, image enhancement, image restoration dalam pra-pemrosesan citra digital untuk menghasilkan kualitas citra yang lebih baik.
Indikator Capaian Pembelajaran
Indikator capaian pembelajaran pada pertemuan kedua mengenai image enhancement menggunakan tapis linear operasi konvolusi untuk mencapai Sub-CPMK 1 ini adalah:
- Mampu menjelaskan pentingnya image enhancement dalam konteks pemrosesan citra
- Mahasiswa dapat menyebutkan dan membedakan berbagai jenis kernel konvolusi seperti Mean Filter, Gaussian, sharpening, embossing.
- Mampu menjelaskan proses operasi konvolusi dan bagaimana filter bergerak melintasi citra.
- Mahasiswa mampu menerapkan konvolusi citra digital dengan kernel yang sesuai untuk melakukan proses enhancement seperti mengurangi noise, menajamkan detail, dsb.
- Mahasiswa mampu menganalisis hasil konvolusi citra digital dan memahami pengaruh penggunaan kernel yang berbeda.
- Mahasiswa memahami penerapan dan kegunaan konvolusi citra digital dalam bidang computer vision.
- Mahasiswa mampu mengimplementasikan algoritma konvolusi citra digital pada project aplikasi computer vision menggunakan library openCV dengan pemrograman Python
Skenario Pembelajaran
Matakuliah Computer Vision diselenggarakan dengan menggunakan model pembelajaran flipped classroom. Mahasiswa mempelajari materi pembelajaran baik handout, video pembelajaran, modul praktek pemrograman diluar jam perkuliahan sebelum kelas dimulai. Pertemuan kedua dalam matakuliah Computer Vision teman-teman CVisioner setelah mempelajari terlebih dahulu materi mengenai image enhancement menggunakan konvolusi citra digital, selanjutnya CVisioner akan dibagi menjadi small group untuk melakukan Group activity Discussion dengan kasus citra citra image..
Sebelum Pertemuan (90 menit):
- Mahasiswa menonton video dan handout materi konsep dasar tapis linear konvolusi dan teknik image enhancement selama 30 menit.
- Mahasiswa mengerjakan quiz image filtering selama 30 menit.
- Mahasiswa mengerjakan challenge programming pada LMS untuk mengevaluasi pemahaman selama 30 menit.
Saat Pertemuan (120 menit):
- Review singkat dan diskusi tentang materi yang telah dipelajari (15 menit)
- Mahasiswa diberikan case-study mengenai image filtering. Teman-teman CVisioner harus mencermati dan menyebutkan masalah yang berkaitan dengan kualitas dari beberapa citra yang diberikan dalam kondisi buruk atau low quality, kemudian menentukan metode yang tepat untuk mengatasi masalah tersebut. Case lain berasal dari teman-teman sendiri untuk mencari foto dengan kualitas yang rendah, lakukan analisis dan pecahkan permasalahannya dengan menggunakan metode image enhancement yang tepat terutama berkaitan dengan konvolusi. (60 menit).
- Presentasi hasil praktikum oleh masing-masing kelompok dan sesi tanya-jawab (30 menit)
- Penjelasan konsep yang masih membingungkan dan kesimpulan (15 menit)
-
Mahasiswa CVisioner, sebelum kalian mempelajari lebih lanjut. Simak terlebih dahulu fundamental step of Digital Image Processing. Tujuannya adalah agar teman-teman mahasiswa mengetahui materi yang akan dipelajari pada pertemuan ini ada pada step mana dan tujuannya dalam proses pengolahan citra digital.
-
Haloo teman-teman CVisioner. Kita sekarang berada di Pertemuan Image Enhancement untuk memperbaiki kualitas citra digital. Saya yakin kita akan belajar banyak hal menarik hari ini. Pada pertemuan ini kita akan membahas image enhancement menggunakan tapis liner atau operasi konvolusi. Nah sebelumnya kita coba cari tau dulu yuk pengenalan mengenai konvolusi citra digital.
-
Setelah teman-teman CVisioner berkenalan sama konvolusi, sekarang kita coba pelajari bagaimana cara kerja dari konvolusi citra digital. Secara umum cara kerja konvolusi adalah menggabungkan dua fungsi input, yaitu citra input dan kernel konvolusi, untuk menghasilkan citra output yang telah di-enhance. Proses ini dilakukan dengan cara mengalikan setiap piksel citra input dengan nilai kernel konvolusi, lalu menjumlahkan semua hasil perkalian ini untuk mendapatkan nilai piksel pada citra output.
-
Gimana sudah paham kah??
Kalau masih belum paham, cek video penjelasannya yuk!! Jangan di skip yah, karena ada pertanyaan disela-sela video yang harus teman-teman jawab. Selamat Menyimak.. -
Sekarang sudah tahu kan cara kerjanya.
Ternyata proses konvolusi dapat digunakan untuk beragam tujuan kan seperti yang dibahas di slide pertama. Hanya saja yang membedakannya adalah kernel konvolusinya.
Yuk sekarang kita kenalan sama kernel-kernel konvolusi yang super powerfull. -
Gimana udah hatam sama kernel-kernel konvolusi?
Masih belum paham juga?? Yok kita simak video penjelasannya yah. Jangan diskip, karena ada pertanyaan pada video yang harus dijawab yah. Selamat menyimak!!
-
Setelah mempelajari materi konvolusi citra, saatnya sekarang kita masuk ke group activity untuk mendiskusikan case yang berkaitan dengan citra yang berkualitas rendah (low quality) dan kasus citra dari masing-masing kelompok untuk dianalisis permasalahan citranya dan menentukan solusi kernel atau operasi image enhancementnya.
-
Setelah mempelajari materi konvolusi citra, saatnya sekarang kita masuk ke group activity untuk mendiskusikan case yang berkaitan dengan citra yang berkualitas rendah (low quality) dan kasus citra dari masing-masing kelompok untuk dianalisis permasalahan citranya dan menentukan solusi kernel atau operasi image enhancementnya.
-
Sepertinya teman-teman sudah paham konsep konvolusi, cara kerja dan kernel-kernel konvolusi. Ok sekarang kita coba kerjakan kuis mengenai konvolusi yah, klik link berikut ini.
Selamat mengerjakan!!
LMS-SPADA INDONESIA