sun
moon
Premium Partner :
  • partner tek.id wd
  • partner tek.id synologi
  • partner tek.id acer
  • partner tek.id praxis
  • partner tek.id asus
  • partner tek.id advo
  • partner tek.id benq
  • partner tek.id qnap
  • partner tek.id oppo
Kamis, 10 Sep 2020 14:59 WIB

Profil 4 tim dengan ide terbaik program Bangkit

Pada angkatan 2020, terpilih empat kelompok dengan proyek terbaik. Berikut empat profil tim dengan ide terbaik yang terpilih pada program Bangkit.

Profil 4 tim dengan ide terbaik program Bangkit

Bangkit, program pendidikan Google kolaborasi dengan Tokopedia, Traveloka, dan Gojek berhasil meluluskan ratusan lulusan di tahun ini. Program Bangkit sendiri berfokus untuk melatih talenta digital di Indonesia agar mampu bersaing di perusahaan kelas dunia. Bangkit juga menjadi wadah pagi para developer untuk mengembangkan ide dan kreativitas. Salah satunya melalui tugas akhir berupa proyek pengembangan aplikasi secara berkelompok.

Pada angkatan 2020 ini, terpilih empat kelompok dengan proyek terbaik yang berasal dari Jakarta, Bandung, Yogyakarta, dan Denpasar. Berikut empat profil tim dengan ide terbaik yang terpilih pada program Bangkit.

  • Aksara Jawa

Ray Antonius (22), Laode M. Fauzan (22), dan Fiona Vidra (25) adalah salah satu kelompok yang menjadi kelompok dengan proyek terbaik asal Jakarta melalui aplikasi Aksara Jawa. Kelompok ini merancang aplikasi bertema budaya Indonesia yang berharap dapat mengembalikan minat masyarakat dalam mengenali Bahasa daerah Indonesia yang perlahan hampir terlupakan. 

Kelompok ini sengaja memilih Aksara Jawa sebagai bahasa yang ingin dikembangkan dalam proyek tugas akhir karena belum banyak proyek bertajuk Aksara Jawa yang menggunakan machine learning dan berbasis dataset yang unik. Hal ini justru membuka peluang bagi kelompok untuk lebih mendalami proyek. 

Ide terbaik program Google Bangkit

Aksara Jawa dibuat dengan menggabungkan manfaat interaktivitas dari hands-on learning approach dengan model machine learning guna membangun suasana belajar bahasa daerah Indonesia yang berbeda dan terkesan menyenangkan. Dalam menggunakan aplikasi ini, pertama-tama pengguna akan diberikan gambar aksara yang butuh digambar oleh pengguna. Pengguna juga akan mendapatkan poin jika dapat menggambar dengan baik. Sampai saat ini, tingkat akurasi aplikasi Aksara Jawa mencapai 85%. 

  • Distracted Driver Detector

Muhammad Dany Alfikri (23), Kadhana Reya Wisinggya (22), dan Joko Eliyanto (26) merupakan kelompok yang mengikuti program Bangkit asal Yogyakarta. Kelompok ini menciptakan aplikasi Distracted Driver Detector yang berfungsi untuk membantu pengemudi tetap fokus saat mengendarai kendaraan.

Angka kecelakaan di Indonesia semakin meningkat karena kelalaian pengemudi. Hal ini menjadi alasan ketiganya menciptakan aplikasi ini. Fokus pengemudi saat berkendara sangatlah penting bagi keselamatan. Dalam menciptakan aplikasi ini, kelompok asal Yogya itu memanfaatkan apa yang sudah dipelajari di Bangkit seperti Machine Learning, penerapan Dropout Layer, dan Transfer Learning.

Cara pakai aplikasinya sendiri tidak sulit. Pengguna hanya perlu menginstal aplikasinya pada perangkat Android. Setelah itu, pengguna dapat langsung menggunakan aplikasi dengan mengarahkan kamera ke pengemudi. Kemudian aplikasi akan memberikan peringatan dalam bentuk alarm kepada pengemudi jika terdeteksi bahwa pengemudi sedang tidak fokus. 

  • Ingredients Classification

Rizvan Dwiki Firdaus, Rizal Dwi Prayogo, Daniel Alexander, dan Natasha Yulian merupakan kelompok asal Bandung yang mencipakan sebuah aplikasi yang membantu penggunanya menemukan ide untuk memasak. Cara kerjanya adalah dengan mendeteksi bahan makanan sampai merekomendasikan resep makanan dari bahan yang sudah dimiliki. Kemampuan ini tentu saja memudahkan pengguna yang sering kebingungan untuk memilih menu masakan.

Kelompok ini menciptakan aplikasi Ingredients Classification karena kasus pandemi Covid-19 yang menyebabkan orang-orang merasa takut makan di luar atau di restoran. Menurut kelompok ini, biasanya orang yang sering makan di luar adalah orang yang jarang masak di rumah, dan mereka tidak tahu bagaimana caranya memasak.

Ide terbaik program Google Bangkit

Penggunaan aplikasi ini cukup sederhana. Pengguna hanya perlu mengambil foto bahan-bahan masakan, kemudian aplikasi akan mendeteksi bahan-bahan yang dimiliki pengguna, dan resep apa yang sekiranya dapat dibuat untuk masak. Aplikasi ini memiliki alternatif lain untuk mendeteksi bahan masakan tanpa mengambil foto. Opsi tersebut adalah dengan mengetikkan bahan apa saja yang dimiliki.

  • Garbage Detection

 
Fatma Janna (28), Putri Cinto Buliah M. Eza (22), Yohanes Perdana Putra (22), dan Julius Sintara (30) adalah kelompok yang berasal dari Denpasar, Bali. Kelompok ini menciptakan sebuah sistem yang berfungsi untuk memilah sampah berdasarkan jenisnya menggunakan metode machine learning yang bernama Garbage Image Classification. Ide tersebut muncul berawal dari rasa ingin meningkatkan kesadaran masyarakat Indonesia akan kepedulian terhadap lingkungan, terutama mengenai pentingnya mengelompokkan sampah yang bisa didaur ulang.

Penggunaan Garbage Image Classification cukup mudah. Pengguna hanya perlu membawa sampah ke mesin mesin daur ulang, dimana mesin tersebut bisa dipasang di tempat umum seperti pemukiman warga. Selanjutnya, dengan otomatis mesin akan mengategorikan sampah sehingga sampah terpilah dengan baik.

Kelompok ini juga memberikan dorongan kepada masyarakat untuk memanfaatkan sampah daur ulang dalam bentuk penukaran sampah. Misalnya, jika satu orang menukarkan satu kaleng minuman ringan pada mesin, maka orang tersebut akan mendapatkan 1.000 rupiah sebagai apresiasi atau bentuk terima kasih kepada masyarakat yang mendukung daur ulang sampah. 
 

Share
×
tekid
back to top