Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengantar ke TinyML
- Apa itu TinyML?
- Pentingnya penerapan pembelajaran mesin pada mikrokontroler
- Perbandingan antara AI konvensional dan TinyML
- Gambaran umum mengenai kebutuhan perangkat keras dan perangkat lunak
Menyiapkan Lingkungan Kerja TinyML
- Menginstal Arduino IDE serta mengatur lingkungan pengembangan
- Pengenalan ke TensorFlow Lite dan Edge Impulse
- Memprogram ulang mikrokontroler agar siap untuk aplikasi TinyML
Membangun serta Mengimplementasikan Model TinyML
- Memahami alur kerja dalam pengembangan model TinyML
- Melatih model pembelajaran mesin sederhana untuk mikrokontroler
- Mengubah format model AI menjadi format TensorFlow Lite
- Mengimplementasikan model tersebut pada perangkat keras
Mengoptimalkan Model TinyML untuk Perangkat Tepi (Edge Devices)
- Mengurangi penggunaan memori serta beban komputasi
- Teknik-teknik kuantisasi dan pemampatan model untuk efisiensi lebih tinggi
- Evaluasi kinerja model TinyML secara menyeluruh
Aplikasi dan Kasus Penggunaan TinyML
- Pengenalan gerakan menggunakan data akselerometer
- Klasifikasi suara serta deteksi kata-kata kunci dalam audio
- Deteksi anomali untuk pemeliharaan prediktif perangkat
Tantangan dan Tren Masa Depan TinyML
- Kendala teknis perangkat keras serta strategi pengoptimalannya
- Isu keamanan serta privasi dalam penerapan TinyML
- Arah perkembangan dan penelitian di bidang TinyML pada masa depan
Kesimpulan dan Langkah Selanjutnya
Persyaratan
- Pengetahuan dasar pemrograman (Python atau C/C++)
- Pemahaman tentang konsep-konsep pembelajaran mesin (disarankan namun tidak wajib)
- Pengenalan terhadap sistem tertanam (opsional namun sangat membantu)
Target Peserta
- Para insinyur
- Ilmuwan data
- Para pecinta bidang AI
14 Jam
