ANALISIS KINERJA ARSITEKTUR DEEP LEARNING PADA COMPUTER VISION DALAM IMPLEMENTASI AUGMENTED REALITY UNTUK DETEKSI OBJEK SEDERHANA

Abstract

Machine learning adalah bagian ilmu dari Artificial Intelligence atau AI, dimana fokus pada pengembangan algoritma dan model statistic sehingga mengijinkan computer mampu belajar dan memprediksi atau keputusan tanpa perlu diprogram secara spesifik. Deep learning merupakan turunan dari machine learning dimana berfokus pada penggunaan jaringan syaraf tiruan untuk memecahkan permasalahan kompleks seperti Computer Vision, Natural Processing Language, Speech Recognition, dan Reinforcement Learning. Augmented Reality atau AR adalah teknologi yang memungkinan mencampurkan dunia fisik dengan element digital atau informasi secara langsung. Saat ini teknologi AR sudah banyak digunakan pada kehidupan sehari-sehari, namun ada tread off yang harus dibayar dalam penggunaan teknologi AR, komputasi yang digunakan oleh teknologi ini cukup berat padahal membutuhkan low latency system sehingga mendapatkan pengalaman penggunaan AR yang lancar apalagi teknologi Augmented Reality digabungkan Bersama dengan Computer Vision, dimana Computer Vision menggunakan Deep Learning. Oleh karena itu peneliti berharap menemukan arsitektur Deep Learning yang cocok diimplementasikan bersama dengan Augmented Reality.