Image Recognition: Pengertian, Cara Kerja dan Pembuatannya

Updated
April 5, 2023
• Waktu baca 3 Menit
Gambar Image Recognition: Pengertian, Cara Kerja dan Pembuatannya
Reading Time: 3 minutes

Tanpa kita sadari, berbagai aplikasi di sekitar kita telah memakai teknologi“image recognition”, sebut saja sistem pengaman layar pada ponsel dan mesin absensi, atau bahkan dalam dunia pendidikan dan game online. Kali ini, tim Pintu Blog akan membahas tentang apa itu image recognition, cara kerja hingga cara membuat teknologi ini!

Apa Itu Image Recognition? 

Image recognition adalah proses pengenalan gambar dan video untuk mengidentifikasi dan mendeteksi suatu objek atau fitur. Gambar yang dimaksud bisa berupa wajah manusia dan detail yang terdapat padanya. Juga rumah, kendaraan, jalanan, situasi lingkungan, beragam jenis produk, dll. Proses ini dikerjakan melalui aplikasi dan perangkat lunak, dengan berbagai tujuan, mulai dari memudahkan sistem keamanan, kesehatan, hingga hiburan.

Cara Kerja Image Recognition Dalam AI 

cara kerja image recognition
(Sumber: einfochips.com)

Kecerdasan buatan atau AI memegang peranan penting dalam teknologi pengenal objek ini. Cara kerjanya secara sederhana dapat dijelaskan sebagai berikut: 

  • Pertama, adalah tahap pengumpulan data. Tahap ini dilakukan oleh manusia secara manual.
  • Kedua, menginput semua data tadi ke dalam saraf AI. Kemudian melakukan pelatihan agar AI dapat mengenali dan mengingat gambar tersebut. Jaringan saraf yang dimaksud adalah CNN atau Convolutional Neural Network, yaitu jaringan berfilter yang dapat mengidentifikasi data dalam gambar.
  • Ketiga, tahap pengujian. Sistem memberikan salah satu gambar pada AI untuk dikenali dan diidentifikasi. Jika hasil ingatan AI sesuai atau mirip dengan objek aslinya, maka proses ini berhasil.

Baca juga: Mengenal Algoritma Deep Learning yang Sedang Populer

Contoh Image Recognition 

Image recognition telah digunakan pada banyak aplikasi dalam lini kehidupan. Teknologi ini sangat berguna untuk melindungi data dan perangkatnya, mengenali identitas seseorang, dan lainnya. 

Beberapa contoh image recognition dalam keseharian adalah:

  • Pengunci layar pada ponsel
  • Fitur pengenal wajah di mesin absensi
  • Mencari objek tertentu menggunakan Google Lens
  • Mengidentifikasi masalah kulit dan wajah menggunakan aplikasi
  • Merekam data digital untuk kartu penduduk
  • Mendeteksi aneka penyakit seperti tumor dan kanker.
  • Fitur automatic pilot pada mobil
  • Fitur augmented reality pada permainan Pokemon Go
  • Sistem pembacaan buku menggunakan AI untuk anak disleksia
  • Mencegah pemalsuan pada gambar, logo, foto dan lukisan.

Seiring waktu, perkembangan AI akan semakin pesat dan bisa saja penggunaan image recognition semakin meluas.

Pembuatan Image Recognition dengan Phyton

Image recognition dapat bekerja di berbagai aplikasi, salah satunya adalah Phyton. Diperlukan coding tersendiri untuk membuat fitur ini.

Pada dasarnya ada dua langkah utama dalam prosesnya, yaitu mengklasifikasikan gambar menjadi beberapa kategori dan mengidentifikasi objek tertentu pada gambar. Jika dijabarkan, ada lima tahapan membuat image recognition menggunakan Phyton, yaitu: 

Input gambar

Gambar dapat diinput secara manual maupun otomatis. Jika gambar hitam putih, maka akan tampil dalam format 2D, sedangkan gambar berwarna berformat 3D.

Convolutional Layer

Pada tahap ini, gambar yang diinput akan dideteksi menggunakan sinyal digital. Di tahap ini, diperlukan coding agar Phyton dapat mendeteksi gambar sesuai keinginan kita.

Relu Rectifier

Tahap ini akan meningkatkan linearitas gambar sehingga gambar yang tidak serupa (atau tidak satu kelompok dengan yang lain) akan otomatis dibuang.

Maximum Pooling Layer

Memisahkan fitur-fitur gambar yang rusak. Tujuannya untuk mendeteksi fitur yang sama pada gambar-gambar tersebut, walaupun terdapat beberapa perbedaan di dalamnya.

Flattening

Flattening adalah proses pengambilan angka baris per baris dan kolom ke kolom. Selanjutnya, angka diletakkan pada satu kolom tunggal. Tujuannya untuk mengubah matriks hasil dari tahap sebelumnya menjadi format yang dapat dibaca oleh algoritma Phyton.

Fully Connected Layer

Tahap ini sudah melibatkan jaringan saraf AI dimana input gambar sudah dipisah-pisahkan dalam beberapa kategori yang ditentukan di awal.

Perbedaan Image Recognition dan Image Detection

Image recognition dan image detection sendiri menggunakan teknik yang mirip, bahkan keduanya sering dipakai bersamaan. Perbedaan image recognition dan image detection adalah pada objek yang dikenali. Jika image recognition berfungsi mengenali sebuah gambar, foto, atau wajah, maka image detection mengenali lokasi dan keterangan tambahannya dalam bentuk gambar. Keduanya dapat bekerja sendiri-sendiri atau secara bersamaan.

Itu dia penjelasan lengkap mengenai apa itu image recognition dan cara kerjanya. Semoga informasi ini bermanfaat! Temukan informasi lain seputar teknologi di Pintu Blog. Kamu juga bisa belajar crypto, salah satu aset dan teknologi yang tengah menarik perhatian masyarakat luas saat ini di Pintu Academy. Pintu adalah aplikasi crypto Indonesia yang telah terdaftar resmi di Bappebti, di mana kamu bisa 

Referensi: 

Bagikan

Artikel Terkait

Artikel Blog Terbaru

Lihat Semua Artikel ->