Hubungi Kami

Kerangka Materi

Pengantar AI Tepi dan TinyML

  • Gambaran umum tentang penerapan kecerdasan buatan di tepi perangkat
  • Keuntungan serta tantangan penggunaan AI pada perangkat keras
  • Contoh penerapannya dalam dunia robotika dan otomasi

Fondasi TinyML

  • Pembelajaran mesin untuk sistem dengan sumber daya terbatas
  • Teknik kuantisasi, pruning, serta kompresi model
  • Kerangka kerja dan platform perangkat keras yang didukung

Pengembangan dan Konversi Model

  • Membuat model ringan menggunakan TensorFlow atau PyTorch
  • Mengonversi model menjadi format TensorFlow Lite maupun PyTorch Mobile
  • Menguji serta memverifikasi tingkat akurasi model yang dihasilkan

Penerapan Inferensi di Perangkat Secara Langsung

  • Menyalurkan model AI ke papan elektronik tertanam seperti Arduino, Raspberry Pi, dan Jetson Nano
  • Mengintegrasikan proses inferensi dengan sistem persepsi serta kontrol robot.
  • Melakukan prediksi secara real-time dan memantau kinerjanya.

Optimisasi Kinerja pada Perangkat Tepi

  • Cara mengurangi latensi serta konsumsi energi sistem
  • Pemanfaatan akselerator perangkat keras seperti NPU dan GPU
  • Metode pengukuran kinerja dan profilisasi untuk inferensi di perangkat tertanam

Kerangka Kerja dan Alat Bantu AI Tepi

  • Penggunaan TensorFlow Lite serta Edge Impulse dalam praktiknya.
  • Opsi penyaluran model menggunakan PyTorch Mobile.
  • Teknik debug dan penyetelan alur kerja pembelajaran mesin di perangkat tertanam

Integrasi Praktis dan Studi Kasus

  • Mendesain sistem persepsi berbasis AI Tepi untuk robot.
  • Cara mengintegrasikan TinyML ke dalam arsitektur robotik yang menggunakan ROS.
  • Contoh nyata: navigasi otonom, deteksi objek, serta perawatan prediktif.

Penutup dan Langkah Selanjutnya

Persyaratan

  • Pemahaman mengenai sistem tertanam
  • Pengalaman dalam pemrograman Python atau C++
  • Familiaritas dengan konsep dasar pembelajaran mesin

Target Peserta

  • Pengembang perangkat tertanam
  • Insinyur robotika
  • Integrator sistem yang menangani pengembangan perangkat pintar
 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (2)

Kursus Mendatang

Kategori Terkait