Mata kita ada dua!!

       Setelah belajar tentang computer vision ga ada habisnya aku bersyukur masih diberi nikmat pengelihatan melalui mata. Betapa sempurnanya dan kompleksnya proses 'melihat' yang kadang sering sekali tidak kita sadari.


Mata kita ada dua!!

       Pernah nggak sih bertanya dalam hati kenapa mata kita ada dua? Berikut adalah alasan mata kita ada 2(dicontek dari wikipedia) :
1. Ada cadangan kalau yang satunya rusak ;p
2. Memberikan bidang pandang yang lebih luas.
       Mata manusia memiliki bidang pandang horizontal 180derajat dengan 2 mata dan hanya 150derajat dengan satu mata.
3. Memberikan kemampuan melihat lebih baik terutama ketika melihat objek yang kurang jelas.
4. Dengan posisi berdekatan di kepala, memberikan perkiraan jarak sebuah benda (precise depth perception).
       Coba deh acungkan jari telunjuk kiri di depan muka. Kemudian tutup satu mata dan coba tunjuk jari telunjuk kiri tadi dengan jari telunjuk kanan. Caranya gerakkan jari telunjuk kanan dari sebelah kanan sampai mengenai jari telunjuk kiri. Pasti kadang meleset-meleset. Karena dengan satu mata susah untuk memperkirakan jarak. Satu mata hanya menampilkan 2dimensi tapi dengan 2 mata kita bisa mendapat efek 3dimensi.
       Coba kita melihat dengan satu mata. Kemudian kita buka mata yang satu lagi. Gambar yang ditangkap oleh dua mata dengan cepat menjadi satu gambar yang sempurna. Satu benda yang terlihat tidak terlihat dua, padahal kita menangkap bayangan benda itu dengan dua mata. Dalam computer vision sendiri penggabungan beberapa gambar dengan proyeksi yang sedikit berbeda menjadi satu gambar disebut stereo matching. Stereo matching ini pun bukanlah proses dengan teknik yang sederhana. Namun mata dan otak manusia bisa melakukannya dengan hitungan yang cepat sekali. MasyaAllah ya :)
       Dengan teknik stereo matching ini bisa memperkirakan jarak. Makanya komputer atau robot yang perlu perkiraan jarak biasanya mempunyai kamera lebih dari satu yang dipasang berdekatan seperti mata manusia.


Mata manusia dan teknologi sekarang

       Untuk perbandingan mata dan teknologi IC sekarang secara singkat bisa dilihat di tabel berikut :

       Bisa kita lihat, bahwa secanggih apapun teknologi manusia tidak akan bisa menandingi ciptaan yang Maha Kuasa. Begitu kompleksnya, proses yang terjadi pada mata dalam satu detiknya diproses oleh Cray supercomputer minimal dalam 100 tahun!


Mata : Harta yang sangat berharga!

       Banyak orang yang mencari harta kesana kemari tanpa menyadari bahwa banyak harta yang berharga ada di dirinya sendiri. Karena harta yang berharga maka harus di syukuri, dimanfaatkan, dan dijaga dengan sebaik-baiknya. :)

Gagal!

Ah,, akhirnya gagal!
Menyerah, gagal, marah, kesal, menyesal, menyesal,,

Ah, yang penting sudah coba dan berusaha,,
Lagi-lagi pecut buat aku supaya lebih giat,,

Artificial Neural Network

Kenapa sih namanya neural network?
      Artinya adalah jaringan(net) dari sel-sel neuron(syaraf). Sebenarnya awalnya bidang ini di bidangnya anak-anak biologi. Cara kerja sel-sel neuron ini sebenarnya sangat kompleks. -Subhanallah ya,, sel yang tidak terlihat oleh mata saja punya cara kerja yang sebenarnya sangat ribet namun teratur- Para ahli mencoba menyederhanakan cara kerja tersebut dan mematematikannya.

      Hasilnya? Wow~ Walaupun baru secara sederhana kita meniru-niru hasilnya bukan cuma dimanfaatkan dibidang biologi saja, tapi juga di bidang ilmu lainnya. Misalnya untuk klasifikasi, recovery data, memori buatan, dan lain-lain.

      Karena asalnya dari bidang biologi inilah makanya istilah-istilah yang dipakai banyak yang berhubungan dengan biologi, misalnya bidangnya disebut dengan neural network, node(titik/simpul)nya disebut neuron, proses perubahan nilai-nilai setiap nodenya disebut belajar(learning).


Neural Network Tiruan(artificial)
      Kalau lihat hasilnya pasti kepikir 'Wow~ Kok bisa begitu ya?' Hasilnya sebuah program seperti bisa 'belajar' dan 'berfikir'. Sebenarnya bidang ini intinya hanya menyesuaikan nilai-nilai(weight) node(neuron) terhadap suatu input untuk tujuan tertentu. -Weh, kalau dibahasakan seperti itu, kedengarannya ribet ya ;p -

      Karena ini tiruan dari cara kerja sel neuron, dibuat semirip mungkin seperti cara kerja sel neuron, misalnya penambahan bias, yang sebenarnya pada pembuatan program dengan ANN sendiri jarang ditambahkan.


Jenis-jenis pembelajaran(learning)
- Supervised learning(Belajar dengan bimbingan)
      'Belajar dengan bimbingan'? Ahaha,, kalau dibahasa Indonesiakan agak aneh ya. Mungkin masing-masing orang punya terjemahannya sendiri. Yang jelas intinya pada pembelajaran ini diberikan target output tertentu untuk inputnya. Contohnya : perseptron, back-propagation, associative memori, dan lain sebagainya.

- Unsupervised learning(Belajar tanpa bimbingan)
      Pada pembelajaran ini inputnya tidak diberikan target output tertentu. Contohnya : Self Organizing Map(SOM) dan Adaptive resonance theory (ART).


Faktor-faktor pembelajaran(learning)
- Struktur neural network
      Neural network dengan hanya 1 lapisan neuron tidak bisa menyelesaikan masalah tidak linear seperti XOR. Dengan lapisan neuron lebih dari 1 bisa menyelesaikan masalah yang lebih kompleks. Tapi bukan berarti untuk menyelesaikan masalah yang sama semakin banyak lapisan neuronnya semakin bagus lho ya. :)

      Jumlah neuron di tiap-tiap lapisannya juga mempengaruhi pembelajaran. Namun berapa jumlah yang tepat masih diteliti, salah satunya oleh G. Mirchandini dan W. Cao pada tahun 1989.

- Kadar pembelajaran(learning rate)
      Seperti kita belajar saja. Setiap orang berbeda-beda kadar pembelajarannya. Kalau dalam sekali belajar terlalu banyak bahannya bagaimana? Ya, mumet! Proses belajar menjadi tidak efektif dan mungkin saja target tidak tercapai. Kalau terlalu sedikit bahan belajarnya, memakan waktu lama untuk mencapai target.

- Nilai weight awal(initialized weight)
      Bisa kita bandingkan lagi seperti kita. Ketika belajar sesuatu yang sama kondisi awal setiap orang bisa berbeda. Ada yang sudah tahu, ada yang tahu sedikit, ada yang tidak tahu sama sekali.

      Begitu juga nilai-nilai awal weight, ada yang sudah mendekati nilai output ada yang belum. Kadang karena nilai weight awal yang kurang pas, proses belajar berhenti karena mengira nilai error(perbedaan hasil yang muncul dengan hasil yang diinginkan) sudah cukup rendah padahal nilai itu adalah local minima.

- Jumlah pengulangan dalam proses belajar
      Seperti kita saja, biasanya semakin banyak mengulang sebuah pelajaran, semakin bagus hasilnya. Tapi ada juga orang yang semakin banyak mengulang malah semakin bingung. -Hihi, siapa ya? :D -

      Untuk neural network sendiri tergantung masalahnya, ada yang konvergen ada yang tidak. Semakin banyak jumlah pengulangannya semakin bagus, tapi tentu semakin memakan banyak waktu.


      Jumlah pengulangan juga tergantung kita, ada yang sampai errornya tidak ada (hasil yang dikeluarkan sama dengan hasil yang diinginkan), sampai kira hm.. cukup memuaskan, atau dengan jumlah yang sudah ditentukan tidak peduli mencapai target atau tidak.

Masa depan neural network
      Walaupun sudah banyak diaplikasikan dalam berbagai bidang, kita baru sedikit sekali meniru kerja sel neuron yang kompleks itu. Masih luas sekali yang bisa diteliti dibidang ini. Bagaimana cara meningkatkan performa dari proses pembelajaran serta bagaimana agar semirip mungkin dengan cara kerja syaraf makhluk hidup.

Partial Solar Eclipse

      Wow, hari ini seneng banget karena bisa melihat gerhana matahari (parsial sekitar 80% dilihat dari Busan) dengan puncak sekitar jam setengah 11an (jam 10.48 waktu Seoul),,

      Dengan teman-teman lab dan professor naik ke atap gedung untuk melihat,, Professor dan kakak-kakak kelas yang punya kamera canggih-canggih langsung mulai foto-foto,, Yang lainnya (termasuk aku) cuman ngeliat pakai filter,,




foto hasil jepretan JongHwa Sonbe:



      Melihat gerhana matahari, aku jadi kangen sama temen-temen HAAJ,, T_T

[Pemilu 2009] - Kertas Suara

       Akhirnya hari Ahad kemarin, 5 Juli 2009, aku mendapat kertas suara pemilihan presiden untuk pemilu 2009 ini, setelah tidak menerima kertas suara untuk pemilihan DPR karena kertas suaranya entah nyangsang ke mana,,


       Pemilu kali ini pemilu pertama untuk aku,, Kertas suaranya aku kirimkan lewat pos, jadi tidak perlu datang ke tempat pemungutan suara(TPS),, Praktis praktis : )

[Baseball] - Busan Lotte Giants

       Huhu haha~ senangnya akhirnya setelah 3,5 tahun, Rabu, 24 Juni 2009 kemaren, kesampaian juga menonton baseball langsung di stadion Sajik, Busan (walaupun sebenernya aku ga begitu suka nonton pertandingan olah raga ;p),, Katanya Kak Nurul menyoraki tim baseball Lotte Giant langsung di lapangan itu seru banget,, Dan memang benar-benar seru~! : )

       Kalau bayar sendiri harga tiketnya biasanya 7000 won,, Untung dapet tiket nonton baseball gratisan dari Hyeejoo sonbe, jadi aku ikutan nonton baseball bareng temen-temen di lab yang baru, Neural Network&Robot Vision Lab(NR Lab) di PNU,, Senangnya~


       Sebelum menonton kita buat pom-pom dari koran bekas,, Sebelum pertandingan dimulai kita sebutin nama anggota tim yang kita dukung,, Karena kita dari Busan, tentu saja yang kita dukung tim Busan, Lotte Giants,, Setiap anggota tim punya yel-yelnya dan lagu penyoraknya sendiri,,



       Di tengah pertandingan, tim penyorak Lotte dibagi kantong plastik berwarna oranye,, Hampir semua orang pakai kantong plastik itu,, Lapangan Stadium Sajik, Busan, yang isinya mayoritas pendukung Lotte Giants, jadi kelihatan berwarna oranye,, Kakak kelas aku juga ikutan berpose dengan kantong plastik oranye di kepala ;p



       Walaupun aku ga ngerti baseball, walaupun hari itu Lotte Giants kalah melawan Dusan Bears, tapi seneng banget karena bisa ikut menyoraki bersama teman-teman : )