Membuat Model Machine Learning tanpa Ngoding – Lobe

Facebook
Twitter
LinkedIn

Perkembangan teknologi informasi yang sangat pesat membawa pengetahuan tentang kecerdasan buatan (Artificial Intelligence) ke level yang lebih jauh dari apa yang manusia bisa pikirkan. AI membuat komputer – komputer di dunia bisa melakukan hal – hal yang bahkan tidak manusia pikirkan sebelumnya, seperti mengenal tulisan, memprediksi cuaca, sampai mendeteksi dan mengenali objek dalam gambar dan video. Penelitian tentang kecerdasan buatan membawa inovasi yang lebih jauh dengan ditemukanya Machine Learning, atau yang kita sebut dengan pembelajaran mesin. Penerapan aplikasi berbasis machine learning saat ini tidak lepas dari pembuatan model – model machine learning.

Apa itu Machine Learning?

Machine Learning(ML) adalah cabang dari kecerdasan buatan yang didasarkan pada ilmu matematika, statistika, dan analisis data. ML memungkinkan komputer untuk mempelajari data, mengklasifikasikanya, dan membuat prediksi nilai terhadap data yang baru.

Misalnya, aku punya 2 folder dataset. Masing – masing berisi gambar strawberry dan apel. Setiap folder diproses di dalam sebuah algoritma machine learning. Dari situ, algoritma machine learning tersebut dapat dengan mudah menentukan mana gambar strawberry dan yang mana gambar apel.

illustrasi machine learning
illustrasi machine learning

Sejauh yang kita tahu, membuat model machine learning seperti untuk mengenali objek dalam gambar atau video mengharuskan kita untuk belajar pemograman. Bahasa pemograman yang biasa digunakan untuk membuat model klasifikasi machine learning antara lain C++, Python, Java dan MATLAB. Namun bagaimana dengan kita yang masih pemula? apakah bisa kita membuat sebuah model machine learning tanpa koding?

Baca Juga – Pikiran yang Harus Kamu Buang Ketika Belajar Ngoding

Lobe.AI

Pada Oktober 2020, tim dari Microsoft membuat sebuah aplikasi bernama Lobe. Lobe memungkinkan seseorang untuk membuat model machine learning tanpa kodingan. Lobe menggunakan desain yang lebih “manusiawi” dalam membuat sebuah model machine learning. Sampai saat ini (September 2021), Lobe baru bisa digunakan untuk membuat model machine learning dengan data berupa gambar.

Tampilan Lobe AI - machine learning made easy
Tampilan Lobe AI

Kerangka Kerja Sederhana

Cara kerja Lobe sangat sederhana dan mudah untuk dimengerti. Pengguna Lobe hanya ditugaskan untuk melabeli data. Gambar – gambar yang telah diimpor dan dilabeli kemudian akan di – training untuk menghasilkan model machine learning yang akurat berdasarkan data tersebut. Setiap label membutuhkan minimal 5 gambar untuk dapat diproses.

Ada 3 cara mengimpor dataset, kamu bisa mengimpor langsung gambar, mengambil langsung melalui kamera atau mengimpor folder terstruktur yang berisi dataset.

Impor gambar ke machine learning Lobe
Impor gambar ke Lobe

Kumpulan gambar yang menjadi dataset kemudian dilabeli sesuai dengan gambar tersebut. Disini aku membuat model machine learning untuk bermain kertas – gunting – batu, untuk itu aku melabeli setiap gambar tangan yang aku impor ke Lobe dengan kertas – gunting – batu.

labelling image untuk machine learning

Lobe kemudian berlatih menggunakan data – data tersebut dan menghasilkan model machine learning. Kita dapat melihat bagaimana Lobe berlatih dan melihat berapa skor akurasi dari model machine learning yang kita buat. Dari gambar dibawah kita bisa melihat bahwa akurasi untuk label “Kertas” adalah +- 98%. Tingkat akurasi dari model machine learning bergantung pada kualitas dari gambar yang kita berikan kepada Lobe. Pastikan gambar yang diimpor memiliki kualitas tinggi dan dapat dengan mudah kita kenali jenisnya.

Tingkat akurasi untuk model Kertas
Tingkat akurasi untuk Kertas

Bermain dengan model yang kita buat

Lobe menyediakan fitur untuk mencoba model yang telah kita buat dengan input dari gambar atau kamera video. Dengan fitur ini, kamu bisa mencoba model yang kamu buat dengan objek yang sebelumnya tidak kamu masukkan ke dalam dataset. Ini memungkinkan kamu melihat performa klasifikasi model machine learning-mu terhadap obyek baru.

Ekspor model ke berbagai bentuk

Model yang kita bangun dapat kita manfaatkan dalam aplikasi yang kita buat. Untuk memasang model ke dalam aplikasi yang kita kembangkan, Lobe menyediakan fungsi ekspor ke berbagai macam format, yaitu Tensorflow, Tensorflow.js, Tensorflow Lite, ONNX, dan Local API.


Kesimpulan

Perkembangan teknologi informasi yang sangat pesat memberikan inovasi baru dalam bidang machine learning. Jika dulu kita harus melakukan perhitungan matematis yang kompleks disertai pemahaman terhadap bahasa pemograman terkait, maka saat ini proses pembuatan model machine learning hanya dengan mengimpor dataset, melabeli dan bermain dengan dataset tersebut.

Dalam websitenya officialnya, kamu bisa melihat contoh lainya dalam penggunaan Lobe AI. Kamu juga bisa menggunakan model machine learning Lobe AI sebagai ide skripsi kamu

Tertarik bermain dengan Lobe ?

Baca Juga:

Muhammad Fajar Estu
Muhammad Fajar Estu
Fajar adalah seorang fullstack programmer yang sekarang bekerja sebagai .NET programmer. Memiliki pengalaman selama 3+ tahun di bidang programming web, mobile, API hingga aplikasi computer vision. Sekarang Fajar menulis artikel tutorial dan berbagi seputar dunia perkuliahan IT.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *