MIRIS (Mixed Reality Intelligent System)

Our Team :
- Muhammad Alfian Ma'ruf           (18051204059)
- Achmad Fadli Rafi                     (18051204067)
- Muhammad Alfian Fahrudi        (18051204045)

Pemanfaatan Artificial Intelligence, Machine Learning, dan Deep Learning dalam Revolusi Industri 4.0

            Pesatnya perkembangan teknologi memaksa kita untuk terus mengikuti perkembangannya. Berbagai terobosan dalam dunia teknologi berkembang dengan sangat cepat. Perkembangan industri yang ada saat ini pun tak luput dari segala aspek teknologi yang menunjangnya. Hal itu yang disebut sebagai Revolusi Industri. Revolusi Industri yang ada saat ini telah mencapai fase yang disebut dengan Revolusi Industri 4.0 dimana semua keperluan industri tidak lepas dari peran internet, komputer serta robot. Dan yang paling booming saat ini adalah Big Data, Cloud Computing, Artificial Intelligence, Machine Learning serta Deep Learning.

            Dengan perkembangan yang ada saat ini, menuntut kita untuk mempelajari suatu hal yang baru dengan cepat. Maka dari itu muncullah istilah-istilah baru dalam dunia teknologi seperti yang telah disebutkan diatas, kali ini kita akan membahas lebih mengerucut dari tiga hal yaitu Artificial Intelligence, Machine Learning serta Deep Learning. Ketiga hal tersebut tidak dapat dipisahkan dalam Revolusi Industri 4.0 yang ada saat ini. Sebelum membahas penerapan ketiga hal tersebut dalam Revolusi Industri 4.0, mari kita bahas pengertiannya satu persatu.

• Artificial Intelligence (AI)

Sesuai dengan namanya AI (kecerdasan buatan) adalah suatu metode untuk menjadikan komputer dapat berpikir se-cerdas atau bahkan dapat melampaui kecerdasan manusia. Tujuan dari hal tersebut adalah agar komputer memiliki kemampuan untuk berpikir, berperilaku, dan mengambil keputusan layaknya manusia. Andreas Kaplan dan Michael Haenlein mendefinisikan kecerdasan buatan sebagai “kemampuan sistem untuk menafsirkan data eksternal dengan benar, untuk belajar dari data tersebut, dan menggunakan pembelajaran tersebut guna mencapai tujuan dan tugas tertentu melalui adaptasi yang fleksibel”.

• Machine Learning

            Machine Learning atau biasa disebut Pembelajaran Mesin, merupakan cabang dari kecerdasan buatan (AI). Machine Learning meliputi banyak hal yang diantaranya perancangan dan pengembangan algoritma yang memungkinkan komputer untuk mengembangkan perilaku yang didasarkan pada data empiris, seperti dari sensor data basis data untuk memprediksi informasi yang ada di dunia. Algoritma yang dipakai adalah decision tree learning dan association rule learning. Namun, algoritma Machine Learning yang berperan dalam kehidupan di dunia adalah jaringan saraf buatan atau yang biasa disebut dengan neural network, suatu teknik yang terinspirasi oleh cara kerja neuron (sel saraf) otak manusia.

• Deep Learning

            Sederhananya, Deep Learning merupakan cabang dari machine learning. Perbedaan keduanya terdapat pada cara pembelajarannya. Sebuah machine learning dalam pembelajarannya perlu ‘diberitahu’ bagaimana cara untuk menciptakan prediksi yang akurat dengan data-data yang telah dimasukkan. Sementara itu, Deep Learning dapat mempelajari metode komputasi dengan ‘otaknya’ (kemampuannya) sendiri. Sebuah model deep learning dirancang untuk terus menganalisis suatu data dengan struktur logika yang mirip dengan bagaimana cara manusia mengambil keputusan. Dengan diberikan data-data, Deep Learning dapat mengklasifikasikan data yang ada secara spesifik sesuai dengan hal terunik (paling berbeda) dalam suatu kumpulan data dan dapat mengambil keputusan selayaknya manusia untuk mencapai hasil (output) yang dicapai.

            Dari ketiga pembahasan di atas, disebutkan bahwa proses dari ketiganya memerlukan data-data yang akan diproses. Data-data yang akan dimasukkan bukan sembarang data, melainkan melalui tahapan yang disebut dengan Data Mining yang dimana hal tersebut tak bisa lepas dari Big Data. Berikut pembahasan tentang kedua hal tersebut.

• Data Mining

            Data Mining atau yang juga memiliki beberapa istilah yang sering juga dipakai dalam penyebutan data mining, yaitu knowledge extraction (KE), Knowledge discovery in databases (KDD), data dredging, data/pattern analysis, business intelligence (BI), dan data archaeology adalah serangkaian proses untuk mengekstraksi dan mengidentifikasi informasi untuk menemukan pola atau pengetahuan baru yang berguna. Pola tersebut didapatkan dalam suatu data yang berukuran besar di dalam database. Data Mining menggunakan teknologi pengenalan pola, matematika, statistik, AI dan Machine Learning dalam prosesnya.

• Big Data

           

            Big Data adalah kumpulan data dengan jumlah yang sangat besar dan kompleks sehingga menjadi sangat sulit untuk diproses jika hanya secara konvensional atau manual menggunakan manajemen basis data biasa atau aplikasi pemroses data tradisional. Sehingga diperlukan suatu metode untuk mengambil informasi atau pola yang terdapat pada data tersebut dengan menggunakan Data Mining yang sudah dijelaskan sebelumnya.

           

            Hal yang tidak boleh terlewatkan untuk dibahas yang berhubungan dengan semua teknologi diatas adalah Cloud Computing. Mari kita bahas apa itu Cloud Computing.

• Cloud Computing

Mungkin istilah Cloud Computing atau Komputasi Awan kurang begitu familiar karena masih jarang digunakan dalam kebutuhan digital sehari-hari. Tetapi sudah banyak diterapkan dalam komputer server atau pusat, karena penggunaannya lebih efisien dari komputasi biasa. Cloud Computing adalah pemanfaatan jaringan internet untuk menyimpan berbagai file dalam basis data. Data disimpan pada server dan dapat diakses oleh komputer lainnya yang terhubung. Sehingga lebih efisien dalam hal penyimpanan dan biaya.

• Penerapan

Setelah mempelajari beberapa hal tersebut, mari kita mencari penerapan (Implementasi) dari hal tersebut dalam era Revolusi Industri 4.0.

Deep learning telah berdampak pada kemajuan perkembangan AI secara signifikan. Bukan hanya perangkat lunak, namun penggunaannya telah merambah berbagai industri yang lain.

Facebook pun menggunakan deep learning pada M, asisten virtual berbasis AI yang membantu penggunanya menyelesaikan tugas-tugas mereka seperti melakukan penelitian, memesan kursi penerbangan, dan memesan kopi.

Google menggunakan sistem deep learning yang bernama RankBrain untuk menyaring hasil pencarian. Hal ini berjalan beriringan dengan sejumlah metode konvensional, seperti yang telah diuraikan oleh Bloomberg:

Sistem ini membantu Google menangani 15 persen pertanyaan per hari yang belum pernah diterima oleh sistem ini sebelumnya. Contohnya, sistem ini menyesuaikan diri ketika dihadapkan dengan pertanyaan ambigu seperti, ‘Apa sebutan bagi konsumen di level tertinggi rantai makanan?’

Sistem ini semakin bermanfaat dan kini berada di posisi tiga besar faktor hasil pencarian Google, di luar tautan dan konten.

Apakah sistem yang mampu mengidentifikasi bila yang terlihat adalah kucing? Itulah deep learning.

Deep learning mungkin menjadi kepingan puzzle utama yang dapat membawa manusia pada penciptaan AI yang lebih cerdas dan manusiawi.

Otak Google yang mampu memindai gambar kucing memerlukan 16 ribu prosesor komputer untuk berjalan. AlphaGo, program yang berhasil mengalahkan jawara Go, Lee Sedol, berjalan “hanya” dengan 48 prosesor. Suatu saat nanti, bukan tidak mungkin jaringan saraf bekerja pada smartphone yang berharga murah.

Deep learning dapat meningkatkan semua bagian AI, mulai dari pemrosesan bahasa alami hingga machine vision. Anggap saja deep learning sebagai otak yang lebih baik yang dapat meningkatkan cara belajar komputer. Ia dapat meningkatkan kemampuan asisten virtual seperti Siri atau Google Now untuk menangani hal-hal yang belum dikenali dengan baik oleh kedua asisten virtual tersebut. Pemrosesan video dan pembuatan klip juga sangat mungkin dilakukan oleh deep learning.

Kecerdasan Buatan (Artificial Intelligence) :

• Siri

Siri merupakan salah satu asisten pribadi virtual paling populer yang dimiliki oleh Apple di iPhone dan iPad. Asisten yang diaktifkan sebagai suara perempuan ramah berinteraksi dengan pengguna dalam rutinitas sehari-hari. Dia membantu Anda menemukan informasi, mendapatkan petunjuk arah, mengirim pesan, melakukan panggilan suara, membuka aplikasi, dan menambahkan acara ke kalender.

Siri menggunakan teknologi pembelajaran mesin untuk mendapatkan pertanyaan dan permintaan bahasa alami yang lebih cerdas dan mampu memahami. Ini pasti salah satu contoh paling ikon dari kemampuan belajar pada mesin smartphone.

• Nest Learning Thermostat (Google)

Nest adalah salah satu startup contoh penerapan Artificial Intelligence paling terkenal dan sukses dan diakuisisi oleh Google pada tahun 2014 seharga $ 3,2 miliar. Nest Learning Thermostat merupakan startup yang dapat membantu user untuk menghemat energi berdasarkan perilaku pengguna (user).

Nest menggunakan proses pembelajaran mesin yang sangat cerdas yang dapat  mempelajari kebutuhan user dalam memilih suhu ruangan ketika melakukan suatu hal dan program itu mampu menganalisa dalam waktu sekitar satu minggu. Selain itu, secara otomatis akan mati untuk menghemat energi, jika tidak ada orang di rumah.

Bahkan, ini adalah kombinasi kecerdasan buatan dengan Bluetooth rendah energi karena beberapa komponen solusi ini akan menggunakan layanan dan solusi BLE (Bluetooth Low Energy).

Pembelajaran Mesin (Machine Learning) :

• Hasil Pencarian Search Engine

Google dan mesin pencari lainnya seperti Bing sudah dari dulu menerapkan machine learning untuk melakukan perangkingan laman suatu website. Setiap mesin pencari mempunyai resep tersendiri pada algoritma pencarian yang digunakannya. Dalam praktiknya ketika kita mengetik kata kunci, Google akan menampilkan hasil pencarian yang paling mendekati kata kunci tersebut. Apabila kita memilih suatu halaman dan menghabiskan banyak waktu pada halaman tersebut, Google akan mendeteksi bahwa halaman tersebut sesuai dengan kata kunci yang kita masukkan. Begitu pula, saat kita melihat halaman pencarian berikutnya misalnya halaman 2, 3, dan seterusnya. Google akan mendeteksi adanya ketidaksesuaian kata kunci dengan hasil pencarian yang dihasilkan. Begitulah data tersebut terkumpul dan diakumulasikan menggunakan machine learning oleh Google Search Engine, untuk menghasilkan hasil pencarian yang dinamis dan berkualitas.

• Rekomendasi Produk Marketplace

Perkembangan teknologi menyebabkan penggunaan marketplace semakin diminati baik dari sisi penjual dan pembeli. Hampir semua orang menggunakan marketplace, misalnya Tokopedia, Bukalapak, dan Shopee. Tiap detiknya, bisa dipastikan terjadi transaksi antara pedagang dan pembeli. Untuk meningkatkan pengalaman pengguna, setiap akun perlu menampilkan rekomendasi produk yang sesuai dengan minat pembelian pembeli. Untuk melakukan ini secara otomatis dan realtime, tentunya machine learning sangat menentukan keakuratan rekomendasi produk tiap pembeli di akunnya.

• Konten yang Ditampilkan Periklanan Digital

Google Ads adalah media periklanan digital terpopuler di dunia. Ads menampilkan iklan-iklan pada situs web yang menjadi publisher di Google Adsense. Iklan yang ditampilkan adalah iklan yang bersifat dinamis atau berubah-ubah. Google Ads mengumpulkan data situs berdasarkan topiknya, kemudian menampilkan iklan-iklan yang relevan dengan topik tersebut. Disamping itu Google Ads juga menggunakan cookies, sebagai referensi aktivitas pengunjung suatu website terkait situs-situs yang dikunjungi sebelumnya. Ads melakukan akumulasi terhadap 2 faktor tersebut, sehingga dapat ditampilkan iklan yang sesuai dengan pengunjung website.

Pembelajaran Dalam (Deep Learning) :

·       Alpha Go

            Pada tahun 2014 Google membeli startup asal Inggris yaitu DeepMind. DeepMind menjadi laboratorium utama Google untuk mengembangkan dan meneliti artificial intelligence (AI) atau kecerdasan buatan. Hari ini kepala DeepMind Demis Hassabis mengumumkan bahwa mereka membuat sebuah AI yang bisa mengalahkan manusia pada permainan tradisional Cina yaitu Go.  Permainan ini secara luas dianggap sebagai patokan kemampuan AI untuk berpikir.

Divisi Google mengumumkan temuan penuh mereka di jurnal penelitian Nature. Kompleksitas permainan Go timbul dari banyak orang dengan banyak kemungkinan kombinasi. Dengan demikian, untuk bisa memenangkan pertandingan Go menggunakan metode AI tradisional yaitu dengan menghitung semua gerakan yang mungkin tidak bekerja.

Pendekatan DeepMind melibatkan sistem AI yang disebut AlphaGo yang memiliki 12 jaringan saraf yang berbeda yang mengandung jutaan koneksi seperti neuron. Salah satunya bertanggung jawab untuk memilih langkah selanjutnya, sementara yang lain memprediksi siapa yang akan memenangkan pertandingan. AlphaGo dianalisis 30 juta pergerakan dari ahli manusia dalam bermain game dan akhirnya AlphaGo mampu memprediksi 57% langkah manusia selanjutnya dari total waktu.

AlphaGo menciptakan strategi baru sendir, diuji internal dengan bermain ribuan game dan membuat perubahan dengan menggunakan proses yang disebut reinforcement learning (penguatan pembelajaran). Keahlian kunci AI ini, bisa mengalahkan manusia profesional di lima pertandingan game pada Oktober lalu.

Teknologi Masa Depan

·         Personal Assistant berbasis Mixed Reality

Menggunakan Konsep Deep Learning -> Personal Assistant yang sempurna (Mempelajari dari kebiasaan dan kesukaan dari pengguna) Menggunakan konsep cloud computing sehingga bersifat cross-platform. Bisa digunakan secara bersamaan. Setiap user akan mendapatkan satu clone yang berdasarkan dari AI Induk yang nantinya pengalaman dari semua user akan disimpan di suatu cloud storage. Personal Assistant akan mendapatkan input dari user berupa kebiasaan yang dilakukan dan akan mempelajari kebiasaan dari pengguna serta akan memberikan saran dari hasil input dari user tersebut. Teknologi ini menggunakan semua konsep yang telah dijelaskan diatas. Device utama yang inovatif berupa Mixed Reality (Penggabungan dari Augmented Reality dan Virtual Reality) yang diterapkan pada alat berbentuk seperti lensa atau kacamata yang juga terintegrasi oleh berbagai device. Input manusia terjadi melalui keyboard, mouse, sentuhan, ink, suara, bahkan Kinect tracking. Hubungan keduanya kemudian berinteraksi membentuk persepsi lingkungan (environmental input) dalam bentuk API. Environmental input menangkap berbagai hal yang dilakukan seseorang, mulai dari posisi & lokasinya, permukaan tanah dan pembatas jalan, ambient lighting, suara lingkungan, dan pengenalan objek. Kurang lebih penerapan hal tersebut seperti yang ada pada Film Ironman yaitu Jarvis.

MIRIS

“MIxed Reality Intelligent System”

MIRIS merupakan suatu sistem pembantu personal yang diimplementasikan dalam suatu kacamata cerdas yaitu MIRISET. Pengguna dapat memberi masukan berupa gerakan dan suara.

Product Overview

Disclaimer : This product are dangerous for prolonged use. Please don’t wear this product over 6 hours of continuous use without interruption.

Konsep

• Penerapan Personal Assistant dengan Teknologi Deep Learning & Cloud Computing pada Smart Glasses yang berbasis Mixed Reality.
• Memberikan solusi atau saran terbaik untuk suatu hal yang akan dilakukan berdasarkan pengalaman pengguna.
• Output bisa visual atau audio maupun keduanya tergantung kebutuhan user. Contoh data bisa ditampilkan (visual) dan output audio untuk kesimpulan atau garis besar data yang ditampilkan.
• Untuk suara dari MIRIS, pengguna dapat memilih dari pilihan suara default atau membuat voice pack custom sendiri.

Device Specs

Glasses :

• Computing Unit : Using NVIDIA® Jetson Nano™ Developer Kit for computing.- access to server computer
• Storage : USB FD
• Power : Li-Po Battery
• Charge Method : Wireless Charging + Solar Cell
• Connection : Come with 5G Plan and Wi-Fi Cards (Modul)
• Camera
• Modul Audio Input (Microphone)  & Output (Speaker)
• Hologram -> Projector -> Pico projector
• Etc

Server   :

• Computing Unit : Quantum Computer
• Storage : RAID total 1 YottaByte
• Power : 3 whole apartment blocks equivalent worth of power

How it Works

Procedural explanation about how this system works.

1. Always on above 5% capacity of battery
2. When inactive, Only speech recognition (mic) will active, the rest will suspend.
3. When SR picks “Insert Something Here”, the system will go up. Alternatively, Press the button on the side of the lens to activate the whole system.
4. Users input something (Hologram / mic)
5. The AI will search corresponding data from local side. If the data weren’t present, it will request data from the server side to comply the request from user side. At the same time it will record inputs from the user for recommendations etc.
6. The output will be displayed or played or both depending on the user preference. (By default both)
7. Ask whether the user wants to input something else. If yes, then repeat to step 4. Else, go to step 8.
8. System will go inactive after some time passed without input from the user (Default 5 mins)
9. The Device will go off after reaching 2% of battery capacity.

NVIDIA® Jetson Nano™ Developer Kit

https://www.seeedstudio.com/NVIDIA-Jetson-Nano-Development-Kit-p-2916.html

Radiation? Don’t worry, we have solution!

Anti-Radiaton Glasses

Timah Hitam Anti  Radiasi

http://timahhitam.com/anti-radiasi-timah-hitam.html