Berikut adalah silabus untuk “Pengembangan Aplikasi Pendeteksi Objek Berbasis JavaScript Menggunakan TensorFlow.js untuk Penerapan di Browser”:
Tahap 1: Pengenalan dan Dasar-dasar (Sesi 1-10)
-
Sesi 1: Pengantar TensorFlow.js dan Aplikasi Pendeteksi Objek
-
Sesi 2: Pengenalan Dasar JavaScript untuk Machine Learning
-
Sesi 3: Konsep Dasar Machine Learning dan Computer Vision
-
Sesi 4: Memahami Tensor, Data dan Operasi di TensorFlow.js
-
Sesi 5: Instalasi dan Konfigurasi Lingkungan Pengembangan TensorFlow.js
-
Sesi 6: Memahami Struktur dan Alur Kerja TensorFlow.js
-
Sesi 7: Mengenal Model Pre-trained untuk Deteksi Objek
-
Sesi 8: Implementasi Model Pre-trained di Browser
-
Sesi 9: Pemahaman dan Penyiapan Data untuk Model Custom
-
Sesi 10: Evaluasi dan Uji Model Pre-trained pada Berbagai Gambar
Tahap 2: Pemahaman dan Implementasi Model (Sesi 11-20)
-
Sesi 11: Konsep Backbone Network untuk Deteksi Objek
-
Sesi 12: Memahami Convolutional Neural Networks (CNN) dalam Deteksi Objek
-
Sesi 13: Pengenalan Single Shot MultiBox Detector (SSD) dengan JavaScript
-
Sesi 14: Pemahaman dan Implementasi Model SSD di TensorFlow.js
-
Sesi 15: Pendekatan YOLO (You Only Look Once) untuk Deteksi Objek
-
Sesi 16: Implementasi Model YOLO Sederhana Menggunakan JavaScript
-
Sesi 17: Data Augmentation untuk Peningkatan Akurasi
-
Sesi 18: Pengenalan Teknik Transfer Learning
-
Sesi 19: Implementasi Transfer Learning dengan TensorFlow.js
-
Sesi 20: Menggunakan Kamera untuk Input Langsung dalam Aplikasi Web
Tahap 3: Pengembangan Aplikasi dan Penyesuaian Model (Sesi 21-30)
-
Sesi 21: Integrasi TensorFlow.js dengan Framework Front-end (React/Angular)
-
Sesi 22: Merancang Antarmuka Pengguna untuk Aplikasi Deteksi Objek
