Kursus Pelatihan Evaluasi Risiko dan Keamanan Kendaraan Otonom

Pelatihan ini dilakukan secara langsung oleh instruktur di Indonesia (online atau tatap muka) dan ditujukan bagi para insinyur robotika tingkat lanjut serta peneliti AI yang ingin menerapkan algoritma perencanaan jalur canggih untuk meningkatkan kinerja kendaraan otonom.

Setelah mengikuti pelatihan ini, peserta akan mampu:

• Memahami landasan teoretis dari algoritma perencanaan jalur tingkat lanjut.
• Menerapkan algoritma seperti RRT*, A*, dan D* untuk navigasi secara real-time.
• Mengoptimalkan proses perencanaan jalur agar dapat menghindari rintangan dalam lingkungan yang selalu berubah.
• Mengintegrasikan algoritma tersebut dengan data sensor demi meningkatkan akurasi navigasi.
• Menilai kinerja berbagai algoritma dalam kondisi dunia nyata.

Pelatihan online langsung ini, yang diselenggarakan secara tatap muka atau melalui daring, ditujukan bagi para ilmuwan data tingkat lanjut, spesialis AI, serta pengembang sistem kecerdasan buatan di bidang otomotif yang ingin merancang, melatih, dan mengoptimalkan model AI guna aplikasi pengemudi otomatis.

Setelah mengikuti pelatihan ini, peserta akan mampu:

• Memahami konsep dasar Kecerdasan Buatan dan pembelajaran dalam terkait pengembangan kendaraan otonom.
• Menerapkan teknik pengolahan citra komputer untuk mendeteksi objek secara real-time serta mengikuti jalur yang dituju.
• Menggunakan metode pembelajaran penguatan dalam proses pengambilan keputusan pada sistem kendaraan otonom.
• Mengintegrasikan berbagai teknik penggabungan data sensor demi meningkatkan kemampuan persepsi dan navigasi kendaraan.
• Merancang model pembelajaran dalam guna memprediksi serta menganalisis situasi berkendara yang mungkin terjadi.

Pelatihan Online Langsung ini dipandu oleh instruktur (baik secara online maupun tatap muka) dan ditujukan bagi para pengembang AI tingkat menengah serta insinyur pengolahan citra komputer yang ingin merancang sistem visi andal untuk aplikasi kendaraan otonom.

Setelah mengikuti pelatihan ini, para peserta diharapkan mampu:

• Memahami konsep dasar pengolahan citra komputer dalam kendaraan otonom.
• Mengimplementasikan algoritma untuk deteksi objek, deteksi jalur, serta segmentasi semantik.
• Mengintegrasikan sistem visi dengan subsistem lain pada kendaraan otonom.
• Menerapkan teknik pembelajaran mendalam untuk menyelesaikan tugas-tugas persepsi yang kompleks.
• Menilai kinerja model pengolahan citra komputer dalam kondisi dunia nyata.

Pelatihan online langsung ini, yang dipandu oleh instruktur (dapat dilakukan secara virtual maupun tatap muka), ditujukan bagi para profesional pemula yang ingin memahami dilema etis serta kerangka hukum terkait kendaraan otonom.

Setelah mengikuti pelatihan ini, peserta akan mampu:

• Memahami implikasi etis dari pengambilan keputusan yang dilakukan oleh AI dalam kendaraan otonom.
• Menganalisis kerangka hukum serta regulasi global terkait mobil tanpa pengemudi.
• Mengkaji aspek tanggung jawab dan akuntabilitas dalam kasus kecelakaan yang melibatkan kendaraan otonom.
• Menilai keseimbangan antara inovasi teknologi dengan keamanan publik dalam pengaturan hukum terkait mobil otonom.
• Mendiskusikan studi kasus nyata yang mencakup isu etika serta sengketa hukum.

Pelatihan langsung tatap muka atau virtual ini ditujukan bagi para profesional pemula serta pecinta teknologi yang ingin memahami konsep fundamental, teknologi, dan aplikasi kendaraan otonom.

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

• Mengenali komponen utama serta prinsip kerja kendaraan otonom.
• Mempelajari peran kecerdasan buatan, sensor, dan pemrosesan data real-time dalam sistem penggerak mandiri.
• Menganalisis berbagai tingkat otomatisasi kendaraan serta penerapannya di dunia nyata.
• Memahami aspek etika, hukum, serta regulasi terkait mobilitas otonom.
• Memperoleh pengalaman praktis melalui simulasi kendaraan otonom.

Pelatihan online langsung ini dipimpin oleh instruktur dan ditujukan bagi para ahli fusi sensor tingkat lanjut maupun insinyur AI yang ingin mengembangkan algoritma fusi multi-sensor serta mengoptimalkan navigasi real-time pada sistem otonom.

Setelah menyelesaikan pelatihan ini, peserta akan mampu:

• Memahami dasar-dasar dan tantangan dalam fusi data multi-sensor.
• Menerapkan algoritma fusi sensor untuk navigasi otonom real-time.
• Mengintegrasikan data dari LiDAR, kamera, dan RADAR guna meningkatkan kemampuan persepsi.
• Menganalisis serta mengevaluasi kinerja sistem fusi dalam berbagai kondisi.
• Menciptakan solusi praktis untuk mengurangi derau sensor dan menyelaraskan data.

Pelatihan online langsung ini dipandu oleh instruktur dan ditujukan bagi para insinyur tingkat menengah, profesional otomotif, serta spesialis IoT yang ingin memahami peran sensor dalam kendaraan tanpa pengemudi. Materi pelatihan mencakup LiDAR, radar, kamera, serta teknik penggabungan data sensor.

Setelah mengikuti pelatihan ini, peserta akan mampu:

• Mengenali berbagai jenis sensor yang digunakan dalam kendaraan otonom.
• Menganalisis data sensor untuk persepsi dan pengambilan keputusan secara real-time.
• Memanfaatkan teknik penggabungan sensor guna meningkatkan akurasi dan keamanan kendaraan.
• Mengoptimalkan penempatan serta kalibrasi sensor demi performa mengemudi yang lebih baik.

Pelatihan online langsung ini, yang dipandu oleh instruktur (baik secara daring maupun tatap muka), ditujukan bagi para insinyur jaringan tingkat menengah dan pengembang IoT otomotif yang ingin memahami serta menerapkan teknologi komunikasi V2X dalam kendaraan otonom.

Setelah mengikuti pelatihan ini, peserta akan mampu:

• Memahami konsep dasar komunikasi V2X.
• Menganalisis berbagai model komunikasi seperti V2V, V2I, V2P, dan V2N.
• Menerapkan protokol komunikasi V2X seperti DSRC dan C-V2X.
• Membuat simulasi untuk lingkungan kendaraan terhubung.
• Menangani tantangan keamanan siber serta privasi dalam jaringan V2X.