Kursus Pelatihan Kecerdasan Buatan (AI) untuk Robotika

Dalam pelatihan langsung yang dipandu instruktur di Indonesia (online atau tatap muka), peserta akan mempelajari teknologi, kerangka kerja, dan teknik untuk memrogram berbagai jenis robot yang digunakan dalam bidang teknologi nuklir dan sistem lingkungan.

Kursus 6 minggu ini diadakan 5 hari seminggu. Setiap hari berlangsung selama 4 jam dan terdiri dari ceramah, diskusi, dan pengembangan robot hands-on dalam lingkungan lab langsung. Peserta akan menyelesaikan berbagai proyek dunia nyata yang relevan dengan pekerjaan mereka untuk mempraktikkan pengetahuan yang diperoleh.

Perangkat keras target untuk kursus ini akan disimulasikan dalam 3D melalui perangkat lunak simulasi. Kerangka kerja open-source ROS (Robot Operating System), C++, dan Python akan digunakan untuk memrogram robot.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami konsep kunci yang digunakan dalam teknologi robotika.
• Memahami dan mengelola interaksi antara perangkat lunak dan perangkat keras dalam sistem robotik.
• Memahami dan menerapkan komponen perangkat lunak yang mendukung robotika.
• Membuat dan mengoperasikan robot mekanik simulasi yang dapat melihat, merasakan, memproses, bernavigasi, dan berinteraksi dengan manusia melalui suara.
• Memahami elemen-elemen kecerdasan buatan (pembelajaran mesin, pembelajaran dalam, dll.) yang relevan untuk membangun robot pintar.
• Menerapkan filter (Kalman dan Particle) agar robot dapat menemukan objek bergerak di lingkungannya.
• Menerapkan algoritma pencarian dan perencanaan gerakan.
• Menerapkan kontrol PID untuk mengatur gerakan robot dalam lingkungan.
• Menerapkan algoritma SLAM agar robot dapat memetakan lingkungan yang tidak dikenal.
• Memperluas kemampuan robot untuk menyelesaikan tugas kompleks melalui Deep Learning.
• Mengujicoba dan memecahkan masalah pada robot dalam skenario realistis.

Dalam pelatihan online langsung atau pelatihan langsung tatap muka ini, peserta akan belajar berbagai teknologi, kerangka kerja, dan teknik untuk memrogram jenis robot yang berbeda untuk digunakan di bidang teknologi nuklir dan sistem lingkungan.

Kursus 4 minggu ini diselenggarakan 5 hari seminggu. Setiap hari berlangsung selama 4 jam yang terdiri dari kuliah, diskusi, dan pengembangan robot hands-on dalam lingkungan laboratorium langsung. Peserta akan menyelesaikan berbagai proyek nyata yang relevan dengan pekerjaan mereka untuk mempraktikkan pengetahuan yang telah mereka peroleh.

Perangkat keras target untuk kursus ini akan disimulasikan dalam 3D melalui perangkat lunak simulasi. Kode kemudian akan dimuat ke perangkat keras fisik (Arduino atau lainnya) untuk uji coba penyebaran akhir. Kerangka kerja open-source ROS (Robot Operating System), C++, dan Python akan digunakan untuk memrogram robot.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami konsep-konsep kunci yang digunakan dalam teknologi robotika.
• Memahami dan mengelola interaksi antara perangkat lunak dan perangkat keras dalam sistem robotik.
• Memahami dan menerapkan komponen perangkat lunak yang mendukung robotika.
• Membangun dan mengoperasikan robot mekanik yang disimulasikan yang dapat melihat, merasakan, memproses, menavigasi, dan berinteraksi dengan manusia melalui suara.
• Memahami elemen-elemen kecerdasan buatan (machine learning, deep learning, dll.) yang relevan untuk membangun robot pintar.
• Menerapkan filter (Kalman dan Particle) agar robot dapat menemukan objek bergerak di lingkungannya.
• Menerapkan algoritma pencarian dan perencanaan gerakan.
• Menerapkan kontrol PID untuk mengatur gerakan robot dalam lingkungan.
• Menerapkan algoritma SLAM agar robot dapat memetakan lingkungan yang tidak dikenal.
• Mengujikan dan menyelesaikan masalah pada robot dalam skenario yang realistis.

ROS 2 (Robot Operating System 2) adalah kerangka kerja open-source yang dirancang untuk mendukung pengembangan aplikasi robotika yang kompleks dan skalabel.

Pelatihan langsung ini, disampaikan oleh instruktur (online atau tatap muka), ditujukan untuk insinyur dan pengembang robotika tingkat menengah yang ingin mengimplementasikan navigasi otonom dan SLAM (Simultaneous Localization and Mapping) menggunakan ROS 2.

Setelah pelatihan ini, peserta akan dapat:

• Mengatur dan mengonfigurasi ROS 2 untuk aplikasi navigasi otonom.
• Mengimplementasikan algoritma SLAM untuk pemetaan dan lokalitas.
• Mengintegrasikan sensor seperti LiDAR dan kamera dengan ROS 2.
• Menyimulasikan dan menguji navigasi otonom di Gazebo.
• Menjalankan tumpukan navigasi pada robot fisik.

Format Kursus

• Kuliah interaktif dan diskusi.
• Praktek langsung menggunakan alat-alat ROS 2 dan lingkungan simulasi.
• Pelaksanaan dan pengujian laboratorium langsung pada robot virtual atau fisik.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Layanan Bot Azure menggabungkan kemampuan Microsoft Bot Framework dan Azure Functions, menyediakan platform kuat untuk membangun bot cerdas dengan cepat.

Dalam pelatihan langsung yang dipimpin oleh instruktur ini, peserta akan mengeksplorasi cara mengembangkan bot cerdas secara efisien menggunakan Microsoft Azure.

Pada akhir pelatihan, peserta akan mampu:

Memahami konsep inti di balik bot cerdas.

Membangun bot cerdas menggunakan aplikasi berbasis cloud.

Mendapatkan pengetahuan praktis tentang Microsoft Bot Framework, Bot Builder SDK, dan Layanan Bot Azure.

Menerapkan pola desain bot yang telah mapan dalam skenario dunia nyata.

Membuat dan menyebarkan bot cerdas pertama mereka menggunakan Microsoft Azure.

Peserta

Kursus ini dirancang untuk pengembang, penggemar, insinyur, dan profesional TI yang tertarik pada pengembangan bot.

Format Kursus

Pelatihan ini menggabungkan kuliah dan diskusi dengan latihan serta penekanan kuat pada praktik langsung.

OpenCV adalah perpustakaan komputer vision open-source yang memungkinkan pemrosesan gambar real-time, sementara framework deep learning seperti TensorFlow menyediakan alat untuk persepsi dan pengambilan keputusan yang cerdas dalam sistem robotik.

Pelatihan langsung ini (online atau tatap muka) ditujukan kepada insinyur robotika tingkat menengah, praktisi visi komputer, dan insinyur pembelajaran mesin yang ingin menerapkan teknik visi komputer dan deep learning untuk persepsi dan otonomi robot.

Setelah pelatihan ini, peserta akan dapat:

• Mengimplementasikan pipeline visi komputer menggunakan OpenCV.
• Mengintegrasikan model deep learning untuk deteksi dan pengenalan objek.
• Menggunakan data berbasis visi untuk kontrol dan navigasi robot.
• Memadukan algoritma visi klasik dengan jaringan saraf dalam.
• Mengimplementasikan sistem visi komputer pada platform tertanam dan robotik.

Format Kursus

• Ceramah interaktif dan diskusi.
• Praktek tangan menggunakan OpenCV dan TensorFlow.
• Implementasi live-lab pada sistem robotik simulasi atau fisik.

Pilihan Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk menyusun.

Seorang bot atau chatbot adalah seperti asisten komputer yang digunakan untuk mengotomatiskan interaksi pengguna di berbagai platform pesan dan mengatur pekerjaan lebih cepat tanpa memerlukan pengguna berbicara dengan manusia lain.

Dalam pelatihan online langsung ini yang dibimbing instruktur, peserta akan belajar bagaimana memulai pengembangan bot saat mereka melalui pembuatan chatbot sampel menggunakan alat dan kerangka pengembangan bot.

Setelah menyelesaikan pelatihan ini, peserta akan mampu:

• Memahami berbagai penggunaan dan aplikasi bot
• Memahami proses lengkap dalam pengembangan bot
• Menjelajahi berbagai alat dan platform yang digunakan dalam membangun bot
• Membangun chatbot sampel untuk Facebook Messenger
• Membangun chatbot sampel menggunakan Microsoft Bot Framework

Audience

• Pengembang yang tertarik membuat bot sendiri

Format of the course

• Sepanjang kuliah, diskusi, latihan dan banyak latihan praktis

Edge AI memungkinkan model kecerdasan buatan berjalan langsung pada perangkat tersemat atau yang memiliki sumber daya terbatas, mengurangi latensi dan konsumsi daya sambil meningkatkan otonomi dan privasi dalam sistem robotik.

Pelatihan ini dipandu oleh instruktur (daring atau tatap muka) ditujukan bagi pengembang tersemat menengah dan insinyur robotika yang ingin mengimplementasikan teknik inferensi dan optimasi pembelajaran mesin langsung pada perangkat keras robot menggunakan TinyML dan framework AI tepi.

Pada akhir pelatihan ini, peserta akan dapat:

• Mengerti dasar-dasar TinyML dan AI tepi untuk robotika.
• Mengonversi dan menampilkan model AI untuk inferensi on-device.
• Mengoptimalkan model untuk kecepatan, ukuran, dan efisiensi energi.
• Mengintegrasikan sistem AI tepi ke dalam arsitektur kontrol robot.
• Mengevaluasi kinerja dan akurasi di skenario dunia nyata.

Format Kursus

• Kuliah interaktif dan diskusi.
• Praktek langsung menggunakan toolchain TinyML dan AI tepi.
• Eksperimen praktis pada platform perangkat keras tersemat dan robotik.

Pilihan Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk menyusun.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau tatap muka) ini ditujukan bagi peserta dengan tingkat menengah yang ingin mengeksplorasi peran robot kolaboratif (cobots) dan sistem AI berpusat pada manusia lainnya di tempat kerja modern.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami prinsip-prinsip AI Fisik Berpusat pada Manusia dan aplikasinya.
• Menjelajahi peran robot kolaboratif dalam meningkatkan produktivitas tempat kerja.
• Mengidentifikasi dan mengatasi tantangan dalam interaksi manusia-mesin.
• Mendesain alur kerja yang memaksimalkan kolaborasi antara manusia dan sistem berbasis AI.
• Memupuk budaya inovasi dan adaptabilitas di tempat kerja yang terintegrasi AI.

Interaksi Manusia-Robot (HRI): Suara, Gerakan & Kontrol Kolaboratif adalah kursus praktis yang dirancang untuk memperkenalkan peserta ke desain dan implementasi antarmuka intuitif untuk komunikasi manusia-robot. Pelatihan ini menggabungkan teori, prinsip desain, dan praktik pemrograman untuk membangun sistem interaksi yang alami dan responsif menggunakan suara, gerakan, dan teknik kontrol bersama. Peserta akan belajar cara mengintegrasikan modul persepsi, mengembangkan sistem input multimodal, dan mendesain robot yang dapat berkolaborasi dengan aman dengan manusia.

Pelatihan ini dipimpin instruktur (online atau tatap muka) ditujukan untuk peserta tingkat pemula hingga menengah yang ingin merancang dan mengimplementasikan sistem interaksi manusia-robot yang meningkatkan kegunaan, keamanan, dan pengalaman pengguna.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami dasar-dasar dan prinsip desain interaksi manusia-robot.
• Mengembangkan mekanisme kontrol dan respons berbasis suara untuk robot.
• Melaksanakan pengenalan gerakan menggunakan teknik visi komputer.
• Mendesain sistem kontrol kolaboratif untuk autonomi aman dan bersama.
• Menilai sistem HRI berdasarkan kegunaan, keamanan, dan faktor manusia.

Format Kursus

• Kuliah interaktif dan demonstrasi.
• Latihan pemrograman dan desain praktis.
• Eksperimen praktis dalam lingkungan simulasi atau robotik nyata.

Pilihan Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami.

Otomasi Robotika Industri: Integrasi ROS-PLC & Digital Twins adalah kursus praktis yang berfokus pada penghubungan otomasi industri dengan kerangka kerja robotika modern. Peserta akan mempelajari cara mengintegrasikan sistem robot berbasis ROS dengan PLC untuk operasi yang terkoordinasi dan menjelajahi lingkungan digital twin untuk mensimulasikan, memantau, dan mengoptimalkan proses produksi. Kursus ini menekankan interoperabilitas, kontrol real-time, dan analisis prediktif menggunakan replika digital dari sistem fisik.

Pelatihan langsung yang dipandu instruktur (online atau tatap muka) ini ditujukan untuk profesional tingkat menengah yang ingin membangun keterampilan praktis dalam menghubungkan robot yang dikontrol ROS dengan lingkungan PLC dan menerapkan digital twins untuk otomasi dan optimasi manufaktur.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami protokol komunikasi antara sistem ROS dan PLC.
• Melaksanakan pertukaran data real-time antara robot dan kontroler industri.
• Mengembangkan digital twins untuk pemantauan, pengujian, dan simulasi proses.
• Mengintegrasikan sensor, aktuator, dan manipulator robot dalam alur kerja industri.
• Merancang dan memvalidasi sistem otomasi industri menggunakan lingkungan simulasi hibrida.

Format Kursus

• Ceramah interaktif dan penjelasan arsitektur.
• Latihan praktis mengintegrasikan sistem ROS dan PLC.
• Implementasi proyek simulasi dan digital twin.

Pilihan Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan ini yang diselenggarakan oleh instruktur (daring atau tatap muka) ditujukan untuk insinyur yang ingin memahami penerapan kecerdasan buatan dalam sistem mekatronika.

Pada akhir pelatihan ini, peserta akan dapat:

• Mendapatkan gambaran umum tentang kecerdasan buatan, pembelajaran mesin, dan kecerdasan komputasional.
• Memahami konsep jaringan saraf dan metode pembelajaran yang berbeda.
• Memilih pendekatan kecerdasan buatan secara efektif untuk masalah nyata.
• Mengimplementasikan aplikasi AI dalam teknik mekatronika.

Sistem Multi-Robot dan Kecerdasan Gerombol adalah kursus pelatihan lanjutan yang mengeksplorasi desain, koordinasi, dan kontrol tim robot yang terinspirasi oleh perilaku gerombol biologis. Peserta akan belajar cara memodelkan interaksi, mengimplementasikan pengambilan keputusan terdistribusi, dan mengoptimalkan kolaborasi di antara agen-agen ganda. Kursus ini menggabungkan teori dengan simulasi praktik untuk mempersiapkan peserta didik dalam aplikasi di logistik, pertahanan, pencarian dan penyelamatan, serta eksplorasi otonom.

Pelatihan langsung ini (online atau tatap muka) ditujukan untuk profesional tingkat lanjut yang ingin mendesain, mensimulasikan, dan mengimplementasikan sistem multi-robot dan berbasis gerombol menggunakan kerangka kerja open-source dan algoritma.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami prinsip-prinsip dan dinamika kecerdasan gerombol serta robotika kooperatif.
• Mendesain strategi komunikasi dan koordinasi untuk sistem multi-robot.
• Mengimplementasikan pengambilan keputusan terdistribusi dan algoritma konsensus.
• Mensimulasikan perilaku kolektif seperti kontrol formasi, berkelompok, dan cakupan.
• Mengaplikasikan teknik berbasis gerombol ke skenario dunia nyata dan masalah optimasi.

Format Kursus

• Kuliah lanjutan dengan analisis algoritma yang mendalam.
• Praktik pemrograman dan simulasi di ROS 2 dan Gazebo.
• Proyek kolaboratif yang menerapkan prinsip-prinsip kecerdasan gerombol.

Pilihan Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk menjadwalkan.

Pelatihan ini diselenggarakan oleh instruktur (online atau tatap muka) ditujukan bagi insinyur robotika dan peneliti AI tingkat lanjut yang ingin memanfaatkan Multimodal AI untuk mengintegrasikan berbagai data sensorik guna menciptakan robot yang lebih otonom dan efisien yang dapat melihat, mendengar, dan menyentuh.

Pada akhir pelatihan ini, peserta akan mampu:

• Mengimplementasikan multimodal sensing dalam sistem robotika.
• Mengembangkan algoritma AI untuk sensor fusion dan pengambilan keputusan.
• Menciptakan robot yang dapat melakukan tugas kompleks di lingkungan dinamis.
• Mengatasi tantangan dalam pemrosesan data real-time dan aktuator.

Smart Robot adalah sistem Kecerdasan Buatan (AI) yang dapat belajar dari lingkungannya dan pengalamannya, serta meningkatkan kemampuannya berdasarkan pengetahuan tersebut. Smart Robots dapat bekerja sama dengan manusia, bekerja bersama mereka dan belajar dari perilaku mereka. Selain itu, mereka memiliki kemampuan untuk tidak hanya pekerjaan fisik, tetapi juga tugas kognitif. Selain robot fisik, Smart Robots juga dapat berbasis software murni, berada di dalam komputer sebagai aplikasi software tanpa bagian bergerak atau interaksi fisik dengan dunia.

Dalam pelatihan online langsung yang dibimbing instruktur, peserta akan mempelajari berbagai teknologi, kerangka kerja, dan teknik untuk memprogram berbagai jenis robot mekanik Smart, kemudian menerapkan pengetahuan ini untuk menyelesaikan proyek Smart Robot mereka sendiri.

Kursus ini terbagi menjadi 4 bagian, masing-masing terdiri dari tiga hari kuliah, diskusi, dan pengembangan robot secara praktis dalam lingkungan lab langsung. Setiap bagian akan diakhiri dengan proyek praktis untuk mempraktikkan dan membuktikan pengetahuan yang telah dipelajari.

Perangkat keras target untuk kursus ini akan disimulasikan dalam 3D melalui perangkat lunak simulasi. Kerangka kerja open-source ROS (Robot Operating System), C++ dan Python akan digunakan untuk memprogram robot.

Di akhir pelatihan ini, peserta akan dapat:

• Memahami konsep-konsep kunci yang digunakan dalam teknologi robotik
• Memahami dan mengelola interaksi antara perangkat lunak dan perangkat keras dalam sistem robotik
• Memahami dan mengimplementasikan komponen perangkat lunak yang mendasari Smart Robots
• Membangun dan mengoperasikan sebuah robot mekanik Smart yang disimulasikan yang dapat melihat, merasakan, memproses, memegang, menavigasi, dan berinteraksi dengan manusia melalui suara
• Memperluas kemampuan Smart Robot untuk melakukan tugas-tugas kompleks melalui Deep Learning
• Menguji dan menyelidiki masalah pada Smart Robot dalam skenario nyata

Audience

• Pengembang
• Insinyur

Format pelatihan

• Sepanjang kuliah, diskusi, latihan, dan banyak latihan praktis

Catatan

• Untuk mengustomisasi bagian mana pun dari pelatihan ini (bahasa pemrograman, model robot, dll.), silakan hubungi kami untuk mengatur.

Smart Robotics adalah integrasi kecerdasan buatan (AI) ke dalam sistem robotik untuk meningkatkan percepsi, pemutus keputusan, dan kontrol otomatis.

Pelatihan ini yang dikemudikan instruktur secara langsung (online atau tatap muka) ditujukan untuk insinyur robotika tingkat lanjut, integrator sistem, dan pemimpin otomatisasi yang ingin menerapkan AI untuk percepsi, perencanaan, dan kontrol yang didukung AI di lingkungan manufaktur cerdas.

Di akhir pelatihan ini, peserta akan mampu untuk:

• Memahami dan menerapkan teknik AI untuk percepsi robotik dan fusi sensor.
• Mengembangkan algoritma perencanaan gerak untuk robot kolaboratif dan industri.
• Menyebarkan strategi kontrol berbasis pembelajaran untuk pemutus keputusan waktu nyata.
• Mengintegrasikan sistem robotik cerdas ke dalam alur kerja pabrik cerdas.

Format Kursus

• Diskusi dan ceramah interaktif.
• Banyak latihan dan praktik.
• Implementasi praktis di lingkungan laboratorium langsung.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk menyiapkannya.