Mohon tunggu...
Husna AK
Husna AK Mohon Tunggu... Ilmuwan - Writing Lover

I am a person who is interested in writing and learning.

Selanjutnya

Tutup

Worklife

Pengalaman Ikut #JadiJagoanDigital di Digital Talent Scholarship

27 Agustus 2021   19:04 Diperbarui: 27 Agustus 2021   19:16 1160
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.

Hai!!! Saya mau sedikit berbagi cerita nih, tentang pengalaman mengikuti Digitalent Scholarship. Buat yang belum tahu belum apa itu Digital Talent Scholarship, jadi Digital Talent Scholarship merupakan program beasiswa pelatihan digital yang diadakan oleh Kominfo. Tujuannya untuk meningkatkan kemampuan, keterampilan, dan daya saing SDM di bidang teknologi informasi untuk mendukung transformasi digital dan peningkatan ekonomi digital Indonesia menuju Industri 4.0. Banyak banget skema pelatihan yang diadakan, salah satunya Fresh Graduate Academy (FGA). Dalam akademi ini, saya mengikuti fokus pelatihan dan sertifikasi pada tema pelatihan Machine Learning dengan mitra pelatihan IBM.

Apa aja aktivitas yang dilakukan selama akademi?

Selama 2 bulan mengikuti program FGA, banyak aktivitas yang dilakukan mulai dari Self-paced Learning, Live Session, Hands on Labs (mengerjakan project), ikut evaluasi pelatihan, sertifikasi, sampai kegiatan pasca pelatihan. Kurikulum yang diberikan di tema pelatihan Machine Learning pun sangat lengkap dan menarik. Materi dalam kurikulum tersebut, mulai dari pengenalan Python, data visualisasi, analisis data dengan Python, Artificial Intelligence, belajar machine learning mulai dari pemula sampai ke pengembangan machine learning. 

Project yang diberikan dalam pelatihan ini juga macam-macam, ada Natural Language Processing (NLP), time series model, dan image classification model deployment. Project-project ini tidak hanya membangun model, namun juga bisa diaplikasikan dengan membangun sistem dan aplikasi di Android. Jadi, dengan model-model yang didapat, bisa diaplikasikan buat memprediksi data-data baru yang diinput ke sistem. Di project ini, peserta tidak boleh asal buat model, loh! 

Ada berbagai kriteria mulai dari data yang digunakan harus big data, kriteria model, sampai dengan akurasi model harus tinggi. Sedikit contoh tentang project, peserta diminta untuk membuat project image classification model dengan syarat minimal data gambar sebanyak 2000 gambar dan akurasi model minimal sebesar 80%. 

Model yang didapat tersebut kemudian dikonversi ke format TF-Lite dan kemudian di-embed di Android maupun iOS. Lalu, hasilnya bisa digunakan untuk memprediksi gambar yang diinputkan dalam sistemnya dan keluar output jenis klasifikasi yang diperoleh dari pemodelan. Keren, kan? 

Karena itu, semua materi yang diberikan selama pelatihan membuat kemampuan kita di Machine Learning jadi semakin terasah. Selain memperoleh banyak skills, kita juga memperoleh banyak relasi dengan passion yang sama sehingga diskusi dalam bidang yang sama akan lebih mudah. Thanks:) 

Mohon tunggu...

Lihat Konten Worklife Selengkapnya
Lihat Worklife Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun