Kursus Pengembangan Aplikasi Pengolahan Citra Digital untuk Pengena
Pengembangan Aplikasi Pengolahan Citra Digital untuk Pengena untuk menguji desain lewat simulasi sebelum masuk produksi. Kursus live via Zoom untuk engineer dan mahasiswa riset teknik. Kursus Pengembangan Aplikasi ini tersedia juga sebagai training Pengembangan Aplikasi maupun pelatihan Pengembangan Aplikasi in-house untuk kebutuhan perusahaan.
Silabus
•Sesi 1 (1.5 jam): Pengenalan Pengembangan Aplikasi Pengolahan Citra Digital untuk Pengena: sejarah, kegunaan, dan ruang lingkup industri
•Sesi 2 (1.5 jam): Instalasi & konfigurasi awal Pengembangan Aplikasi Pengolahan Citra Digital untuk Pengena
•Sesi 3 (1.5 jam): Mengenal antarmuka (interface) dan navigasi dasar
•Sesi 4 (1.5 jam): Pengaturan preferensi & workspace yang efisien
•Sesi 5 (1.5 jam): Tools & menu utama: fungsi dan penggunaan dasar
•Sesi 6 (1.5 jam): Latihan dasar: membuat project pertama
•Sesi 7 (1.5 jam): Import & export file dasar di Pengembangan Aplikasi Pengolahan Citra Digital untuk Pengena
•Sesi 8 (1.5 jam): Teknik dasar penyimpanan & manajemen file project
•Sesi 9 (1.5 jam): Studi kasus sederhana: aplikasi Pengembangan Aplikasi Pengolahan Citra Digital untuk Pengena di dunia kerja
•Sesi 10 (1.5 jam): Review materi dasar & quiz pemahaman
Daftar Kursus Ini
Silabus Pengembangan Aplikasi Pengolahan Citra Digital untuk Pengenalan Pola Menggunakan MATLAB App Designer
Sesi 1: Pengantar MATLAB dan App Designer
Pengenalan MATLAB dan fungsinya.
Memahami interface App Designer.
Membuat aplikasi dasar dengan App Designer.
Menggunakan komponen GUI dasar (button, slider, axes).
Menjalankan aplikasi pertama.
Sesi 2: Pemahaman Dasar Pengolahan Citra Digital
Konsep dasar citra digital.
Jenis-jenis citra (grayscale, RGB, binary).
Membaca dan menampilkan citra di MATLAB.
Operasi dasar pada citra (resize, rotate, crop).
Ekstraksi informasi dasar dari citra (histogram, intensity).
Sesi 3: Preprocessing Citra
Penghilangan noise pada citra.
Penerapan filter spasial (blur, sharpening).
Transformasi histogram untuk peningkatan kontras.
Thresholding dan segmentasi dasar.
Operasi morfologi dasar (dilasi, erosi).
Sesi 4: Ekstraksi Fitur dari Citra
Pengenalan fitur citra (tepi, tekstur, bentuk).
Deteksi tepi menggunakan operator Sobel, Prewitt, dan Canny.
Ekstraksi fitur bentuk (boundary, centroid).
Ekstraksi fitur tekstur (GLCM, LBP).
Menggunakan fitur untuk klasifikasi sederhana.
Sesi 5: Pengenalan Pola Menggunakan KNN
Pengenalan algoritma KNN.
Menyiapkan dataset citra untuk training dan testing.
Apakah kursus Pengembangan Aplikasi Pengolahan Citra Digital untuk Pengena ini cocok untuk pemula?▾
Materi disusun bertahap mulai dari konsep dasar, sehingga peserta tanpa pengalaman sebelumnya tetap bisa mengikuti dengan pendampingan instruktur.
Bagaimana metode belajarnya?▾
Kelas online live via Zoom dengan instruktur berpengalaman, praktik langsung, serta rekaman sesi yang bisa diputar ulang. Tersedia juga opsi in-house training untuk perusahaan.
Apakah ada project akhir yang bisa dijadikan portofolio?▾
Ya, setiap peserta menyelesaikan mini project end-to-end yang bisa langsung dijadikan portofolio atau bahan skripsi/tesis.
Apakah mendapat sertifikat setelah selesai?▾
Ya, peserta yang menyelesaikan program mendapatkan e-certificate resmi dari Cerdas Inovasi Digital.
Bagaimana cara mendaftar?▾
Klik tombol daftar pada halaman kursus ini atau hubungi admin kami untuk konsultasi jadwal dan paket yang sesuai kebutuhan Anda.
Implementasi pengenalan wajah menggunakan KNN/SVM.
Integrasi deteksi dan pengenalan wajah ke aplikasi.
Pengujian aplikasi dengan dataset wajah.
Sesi 14: Implementasi Algoritma Pengenalan Tanda Tangan
Pengenalan pengenalan pola tanda tangan.
Ekstraksi fitur tanda tangan (vektor, kontur).
Implementasi model untuk pengenalan tanda tangan.
Integrasi fitur pengenalan tanda tangan pada GUI.
Uji coba aplikasi pengenalan tanda tangan.
Sesi 15: Implementasi Algoritma OCR (Optical Character Recognition)
Pengenalan OCR dan cara kerjanya.
Ekstraksi karakter dari citra menggunakan segmentation.
Implementasi OCR sederhana menggunakan template matching.
Mengintegrasikan OCR ke aplikasi App Designer.
Pengujian OCR pada citra dan video.
Sesi 16: Menggunakan Toolbox Deep Learning MATLAB
Pengenalan Deep Learning Toolbox.
Membuat dan melatih model deep learning di MATLAB.
Implementasi transfer learning untuk klasifikasi citra.
Menyimpan dan memuat model deep learning.
Integrasi model deep learning ke aplikasi.
Sesi 17: Pengembangan Modul Data Augmentation
Pengenalan data augmentation dan manfaatnya.
Teknik data augmentation (flip, rotate, zoom).
Implementasi data augmentation pada dataset.
Integrasi data augmentation ke dalam aplikasi.
Evaluasi performa model setelah augmentation.
Sesi 18: Pengembangan Modul Pembelajaran Aktif (Active Learning)
Pengenalan konsep active learning.
Implementasi active learning pada dataset citra.
Mengembangkan fitur untuk pemilihan sampel otomatis.
Integrasi active learning ke dalam aplikasi.
Evaluasi kinerja model dengan active learning.
Sesi 19: Pengembangan Modul Pengenalan Multikategori
Pengenalan pengenalan pola multikategori.
Menyiapkan dataset multikategori.
Implementasi model multikategori menggunakan KNN/SVM/CNN.
Integrasi model multikategori ke dalam aplikasi.
Evaluasi dan uji coba aplikasi multikategori.
Sesi 20: Pengembangan Modul Pengelolaan Model
Membuat fitur untuk menyimpan dan memuat model.
Penyimpanan parameter model dan metadata.
Pengelolaan versi model (versioning).
Integrasi modul pengelolaan model ke dalam GUI.
Uji coba pengelolaan model.
Sesi 21: Pengembangan Modul Reporting
Membuat fitur reporting hasil pengujian model.
Menyimpan hasil uji dalam format PDF/Excel.
Menampilkan hasil pengujian pada GUI.
Membuat template laporan otomatis.
Uji coba fitur reporting.
Sesi 22: Pengembangan Fitur Notifikasi dan Pemberitahuan
Menambahkan fitur notifikasi pada aplikasi.
Mengintegrasikan pesan kesalahan (error) ke GUI.
Membuat pop-up notifikasi untuk hasil pengujian.
Menyimpan log aktivitas pengguna.
Uji coba fitur notifikasi dan pemberitahuan.
Sesi 23: Integrasi Cloud untuk Penyimpanan Data
Pengenalan penyimpanan cloud dengan MATLAB.
Menggunakan MATLAB Drive untuk penyimpanan data.
Integrasi penyimpanan dan pemanggilan data dari cloud.
Membuat fitur backup dan restore data.
Uji coba aplikasi dengan penyimpanan cloud.
Sesi 24: Pengembangan Aplikasi untuk Mobile
Pengenalan MATLAB Mobile dan App Designer.
Penyesuaian GUI untuk aplikasi mobile.
Implementasi fitur pengolahan citra pada perangkat mobile.
Uji coba aplikasi pada perangkat mobile.
Deployment aplikasi ke mobile device.
Sesi 25: Pengembangan Aplikasi untuk Web
Pengenalan MATLAB Web App Server.
Membuat aplikasi pengolahan citra berbasis web.
Deployment aplikasi ke MATLAB Web App Server.
Penyesuaian GUI untuk tampilan web.
Pengujian aplikasi pengolahan citra berbasis web.
Sesi 26: Testing dan Debugging Aplikasi
Teknik debugging pada MATLAB App Designer.
Penggunaan breakpoints dan watch variables.
Pengujian semua fitur aplikasi.
Menangani error dan bug pada aplikasi.
Finalisasi testing.
Sesi 27: Optimasi Performa Aplikasi
Mengurangi waktu eksekusi aplikasi.
Optimasi kode MATLAB untuk performa lebih cepat.
Mengurangi penggunaan memori aplikasi.
Menambahkan fitur caching.
Uji coba performa aplikasi setelah optimasi.
Sesi 28: Pengembangan Fitur Kustomisasi Pengguna
Menambahkan fitur kustomisasi pengguna (tema, bahasa).
Menggunakan preference panel di App Designer.
Menyimpan preferensi pengguna.
Membuat GUI dinamis berdasarkan preferensi.
Uji coba fitur kustomisasi pengguna.
Sesi 29: Deployment Aplikasi Desktop
Pengenalan MATLAB Compiler.
Membuat installer aplikasi pengolahan citra.
Mengatur lisensi dan hak akses pengguna.
Menyediakan dokumentasi penggunaan aplikasi.
Uji coba installer dan deployment.
Sesi 30: Presentasi dan Review Proyek
Presentasi hasil akhir aplikasi.
Review semua fitur yang telah dibuat.
Diskusi mengenai kendala yang dihadapi.
Evaluasi akhir performa aplikasi.
Penutup dan rencana pengembangan lanjutan.
Metode Belajar di Cerdas Inovasi Digital
Kelas online live via Zoom bersama instruktur berpengalaman, praktik langsung dengan studi kasus nyata, dan rekaman sesi yang bisa diputar ulang. Tersedia juga paket in-house training untuk kebutuhan perusahaan di seluruh Indonesia.
Hubungi kami untuk konsultasi jadwal dan paket yang paling sesuai dengan kebutuhan Anda.
Kenapa Ambil Kursus Pengembangan Aplikasi Ini
Kursus Pengembangan Aplikasi ini dirancang untuk yang ingin belajar langsung praktik lewat sesi live bersama instruktur berpengalaman.