Deskripsi

Inilah puncak keilmuan yang paling menantang sekaligus paling bergengsi di level SMA. Di Grade 3, kita resmi melangkah masuk ke ranah AIoT (Artificial Intelligence of Things). Di era ini, Kecerdasan Buatan dileburkan bersama kekuatan konektivitas IoT untuk menciptakan sistem super cerdas. Materi yang akan kita bedah di sini sangatlah advance dan menuntut pemikiran analitis, merangkum mulai dari pengenalan ekosistem AIoT hingga praktik matematika terapan untuk sistem komputasi pintar.

Tujuan akhir dari kelas ini adalah menyelesaikan masalah-masalah industri yang kompleks menggunakan kekuatan prediksi dan data. Kita tidak lagi sekadar membaca angka suhu ruangan di layar; kita akan mengajari mesin untuk memprediksi suhu ruangan di jam berikutnya. Kita akan belajar menerapkan algoritma populer seperti Linear Regression langsung ke dalam mikrokontroler atau server lokal kita, sehingga alat yang kita rancang mampu mengambil keputusan secara mandiri tanpa campur tangan manusia.

Untuk mewujudkan sistem secerdas ini, kita akan memadukan semua alat yang pernah kita pelajari ditambah dengan perangkat pengolahan data saintifik. Kita akan bersinggungan dengan bahasa pemrograman yang mendukung proses kalkulasi matematika tingkat tinggi. Perangkat IoT standar akan terus kita manfaatkan sebagai "pancaindera" pengumpul data, sementara laptop kita akan bekerja keras sebagai "otak utama" yang menjalankan model prediksi Kecerdasan Buatan.

Persiapan untuk kelas puncak ini membutuhkan mental baja dan kemampuan logika yang tajam. Kita perlu menyegarkan kembali pemahaman kita tentang matematika, statistik dasar, dan grafik fungsi, karena di situlah letak rahasia dari Kecerdasan Buatan. Laptop dengan spesifikasi komputasi yang baik sangat disarankan agar kita tidak menemui kendala saat melatih model algoritma. Dan yang paling penting, kita harus memiliki ketertarikan yang sangat tinggi terhadap pemecahan masalah dengan data saintifik.

Hasil akhir dari kelas bergengsi ini akan membekali kita dengan portofolio proyek AIoT yang sangat memukau. Kita akan membedah dan menyelesaikan studi kasus industri nyata—misalnya sistem Predictive Maintenance untuk mendeteksi kapan sebuah mesin akan rusak sebelum benar-benar terjadi, atau merancang sistem irigasi cerdas yang bisa memprediksi kelembapan tanah esok hari. Menguasai ilmu langka ini akan meroketkan potensi kita, menjadikan kita kandidat terbaik untuk masuk ke dunia industri atau melenggang masuk ke universitas teknologi terkemuka.

Apa yang kamu akan dapat?

Konsep gabungan AI dan IoT (AIoT).

Penerapan algoritma matematika (Linear Regression) pada data sensor.

Menggunakan data untuk memprediksi masa depan.

Studi kasus industri dan penyelesaian masalah dengan AIoT.

Persyaratan Mengikut Kelas

Pemahaman logika matematika dan statistika dasar.

Laptop untuk komputasi data.

Minat kuat pada analisis data dan pemrograman algoritma.

Konten Kelas

8 topik • 61 pembelajaran
Pengenalan AIoT & Pemograman IoT
20 pelajaran • 67.79 menit
Pengenalan AIoT
Peran IoT Dalam Proyek AIoT
Peran AI Dalam Proyek AIoT
Persiapan Lingkungan Pengembangan
Review Python Tipe Data
Review Python Tipe Data Koleksi
Review Python Struktur Kontrol
Review Python Fungsi
Instalasi Library Yang Dibutuhkan & Digunakan
Melakukan Publish Data Menggunakan Python
Melakukan Subscribe Menggunakan VSMQTT
Melakukan Subscribe Data Menggunakan Python
Wiring DHT22
Membaca Nilai Dari DHT22
Menghubungkan ESP32 Ke WiFi
Menghubungkan ESP32 Ke Broker
Setup Client VSMQTT
Melakukan Publish Data Dari ESP32
Melakukan Subscribe Data Suhu & Kelembapan Python
Linear Regresion
5 pelajaran • 16.29 menit
Tujuan Menggunakan Linear Regression
Supervised Learning
Linear Regression Menggunakan Scikit Learn Part 1
Linear Regression Menggunakan Scikit Learn Part 2
Linear Regression Menggunakan Scikit Learn Part 3
Studi Kasus Linear Regresion
7 pelajaran • 25.2 menit
Menyiapkan MQTT Broker
Setup VSMQTT Client
Publish Data Dari ESP32
Subscribe Data Pada python
Membuat Dataset
Menggunakan Model Linear Regression Prediksi
Visualisasi Data Hasil Prediksi
Chatbot & Telegram API
7 pelajaran • 22.13 menit
Pengenalan Chatbot
Konsep Dasar Natural Language Processing
Pengenalan Bot Telegram API
Instalasi Library Bot Telegram
Pembuatan Bot Telegram
Membuat Bot Telegram Part 1
Membuat Bot Telegram Part 2
Studi Kasus Chatbot Asisten Keuangan
8 pelajaran • 37.83 menit
Merancang Logika Chatbot Untuk Pencatatan Keuangan
Pengenalan JSON Sebagai Database Part 1
Pengenalan JSON Sebagai Database Part 2
Management State Tahap 1
Management State Tahap 2
Management State Tahap 3
Membangun Chatbot Yang Bisa Menerima Pesan
Mencoba Bot Di Telegram
Image Processing dan OpenCV
7 pelajaran • 28.49 menit
Pengenalan Image Processing
Pengenalan OpenCV
Instalasi OpenCV
Dasar Pengolahan Gambar Gaussian Blur
Dasar Pengolahan Gambar Sobel Filter
Dasar Pengolahan Gambar Canny Edges Detection
Konsep Optical Character Recognition Dan Model Deteksi Objek
Latihan Dasar Image Processing
3 pelajaran • 7.1 menit
Latihan 1 Membuka Gambar Menggunakan OpenCV
Latihan 2 Mengubah Ukuran Gambar Menggunakan OpenCV
Latihan 3 Mendeteksi Tepi Gambar Menggunakan OpenCV
Studi Kasus: Deteksi Penunjuk Arah Kota
4 pelajaran • 12.93 menit
Persiapan Dataset Nama Kota Indonesia
Membaca Gambar Dan Penerapan OCR dengan EasyOCR
Deteksi Dan Pencocokkan Nama Kota
Visualisasi Hasil