VIRTUAL BUTTON CALCULATOR

PRAKTIKUM COMPUTER VISION – VIRTUAL BUTTON CALCULATOR

Sebelumnya saya ingin mengucapkan terima kasih banyak atas kunjungannya ke situs blog yang saya kelola ini. Perkenalkan nama saya Fauziah yasmin, teman-teman bisa memanggil saya Ziah. Saya merupakan seorang mahasiswa fakultas ilmu komputer di universitas nahdhatul ulama cirebon.

Seperti yang tertera pada judul, Ziah mau sharing tentang tugas UAS mata kuliah kecerdasan buatan yaitu praktikum commputer vision dengan membuat virtual button calculator. Nah disini kalian tau gasih apa itu Kecerdasan Buatan atau yang lagi viralnya AI ( Artificial Intelligence) Yuk simak Penjelasannya

PENGERTIAN ARTIFICIAL INTELLIGENCE

AI atau Artificial Intelligence adalah simulasi kecerdasan manusia yang diterapkan ke dalam sistem komputer atau perangkat mesin lain, sehingga perangkat tersebut punya cara berpikir seperti manusia, Kecerdasan Buatan (Artificial Intelligence atau AI) merujuk pada kemampuan mesin untuk meniru kecerdasan manusia. AI mencakup berbagai teknik yang memungkinkan sistem komputer untuk melakukan tugas-tugas yang biasanya memerlukan kecerdasan manusia, seperti pengenalan gambar, pengolahan bahasa alami, pemecahan masalah, dan pengambilan keputusan.

Teknologi AI berkembang pesat dan telah diterapkan dalam berbagai bidang, termasuk pengolahan data, kendaraan otonom, sistem rekomendasi, robotika, dan lain-lain. Tujuan utama pengembangan AI adalah untuk meningkatkan efisiensi, otomatisasi, dan pemahaman komputer terhadap lingkungan dan tugas yang kompleks.

BAGAIMANA CARA KERJA ARTIFICIAL INTELLIGENCE ?

AI (Artificial Intelligence) bekerja dengan berbagai cara tergantung pada jenisnya. Secara umum, ada beberapa pendekatan umum yang digunakan dalam AI:

Machine Learning (Pembelajaran Mesin): Teknik di mana komputer belajar dari data untuk melakukan tugas tertentu tanpa diprogram secara eksplisit. Ini melibatkan algoritma yang memungkinkan sistem untuk mengidentifikasi pola dalam data dan membuat keputusan atau prediksi berdasarkan pola tersebut.
Deep Learning: Subbidang dari pembelajaran mesin yang menggunakan neural networks (jaringan saraf) yang sangat besar dan kompleks untuk mempelajari representasi data. Deep learning telah menghadirkan kemajuan besar dalam pengenalan wajah, pemrosesan bahasa alami, dan banyak lagi.
Natural Language Processing (NLP): Cabang AI yang berfokus pada interaksi antara komputer dan bahasa manusia. Ini termasuk pemrosesan teks, pemahaman bahasa, dan generasi bahasa.
Computer Vision: Bidang AI yang berkaitan dengan pemrosesan gambar dan video. Sistem komputer dapat mengidentifikasi pola visual dalam gambar untuk klasifikasi, deteksi objek, atau pengenalan wajah.
Reinforcement Learning: Metode pembelajaran di mana agen belajar bagaimana memilih tindakan untuk mencapai tujuan tertentu melalui trial and error, diberi umpan balik berdasarkan hasil dari tindakan-tindakan tersebut.

Cara kerja AI secara umum melibatkan penggunaan data untuk melatih model (dalam machine learning dan deep learning), atau menentukan aturan dan pola (dalam NLP dan computer vision) yang memungkinkan sistem untuk melakukan tugas-tugas yang kompleks seperti pengenalan suara, penerjemahan bahasa, atau pengemudi otomatis. Penting untuk dicatat bahwa AI dapat digunakan dalam berbagai konteks, dari aplikasi sederhana hingga sistem yang sangat kompleks dan canggih.

CONTOH KECERDASAN BUATAN AI

Contoh Kecerdasan Buatan

Kecerdasan buatan atau AI ini telah banyak diterapkan di berbagai bidang seperti industri, medis, pendidikan, bisnis bahkan dalam kehidupan sehari-hari. Berikut ini beberapa contoh dari penerapan AI yang biasa kamu jumpai dalam kehidupan sehari-hari.

1. DeepFace Facebook

2. Rekomendasi E-Commerce

3. Asisten Virtual

PENGERTIAN COMPUTER VISION

computer vision adalah bidang ilmu komputer yang berfokus pada pembuatan sistem digital yang dapat memproses, menganalisis, dan memahami data visual (gambar atau video) dengan cara yang sama seperti yang dilakukan manusia.

Contoh Computer Vision

Sudah ada banyak penggunaan computer vision dalam kehidupan sehari-hari. Beberapa contoh computer vision adalah:

1. Google translate

2. Face App

3. SentioScope

Praktikum Computer Vision ( Virtual Button Calculator)

1. Pertama kita buka VsCode , karna disini saya menggunakan Visual Studio Code

2. Di Virtual button Calculator ini terlebih dahulu kita harus menginstall library-library yang dibutuhkan, dengan cara menginstall di cmd yaitu :

· Pip install opencv-python

· Pip install cv2

· Pip install cvzone

· Pip install mediapipe

3. Kita harus membuat folder terlebih dahulu untuk menyimpan file dengan nama Virtual Button Kalkulator

4. Lalu kita klik Open folder pada VsCode

5. Dan akan menampilkan seperti ini

6. Lalu Masukan Sourcode berikut ini :

import cv2
from cvzone.HandTrackingModule import HandDetector 

class Button:
    def __init__(self, pos, width, height, value):
        self.pos = pos
        self.width = width
        self.height = height
        self.value = value
    
    def draw(self, img):
        cv2.rectangle(img, self.pos, (self.pos[0]+self.width, self.pos[1]+self.height),
                      (225, 225, 225), cv2.FILLED)
        cv2.rectangle(img, self.pos, (self.pos[0]+self.width, self.pos[1]+self.height),
                      (50, 50, 50), 3)
        cv2.putText(img, self.value, (self.pos[0]+25, self.pos[1]+46), cv2.FONT_HERSHEY_PLAIN,
                    2, (50, 50, 50), 2)
    
    def checkClick(self, x, y):
        if self.pos[0] < x < self.pos[0]+self.width and self.pos[1] < y < self.pos[1]+self.height :
            cv2.rectangle(img, self.pos, (self.pos[0]+self.width, self.pos[1]+self.height),
                          (255, 255, 255), cv2.FILLED)
            cv2.rectangle(img, self.pos, (self.pos[0]+self.width, self.pos[1]+self.height),
                          (50, 50, 50), 3)
            cv2.putText(img, self.value, (self.pos[0]+15, self.pos[1]+58), cv2.FONT_HERSHEY_PLAIN,
                        4, (0, 0, 0), 4)
            return True
        else:
            return False
            

cam = cv2.VideoCapture(0)
cam.set(3, 1280)
cam.set(4, 720)
detector = HandDetector(detectionCon=0.8, maxHands=1)

buttonListValues = [
    ['1', '2', '3', '+'],
    ['4', '5', '6', '-'],
    ['7', '8', '9', '/'],
    ['0', '.', '*', '=']
]

buttonList = []
for y in range(4):
    for x in range(4):
        xpos = x*80 + 320
        ypos = y*80 + 90
        buttonList.append(Button((xpos, ypos), 70, 70, buttonListValues[y][x]))

myEquation = ''
delayCounter = 0

while True:
    success, img = cam.read()
    img = cv2.flip(img, 1)
    
    hands, img = detector.findHands(img, flipType=False)
    
    cv2.rectangle(img, (320, 10), (320+310, 10+70),
                  (225, 225, 225), cv2.FILLED)
    cv2.rectangle(img, (320, 10), (320+310, 10+70),
                  (50, 50, 50), 3)
    
    for button in buttonList:
        button.draw(img)
    
    if hands:
        lmList = hands[0]['lmList']
        length, info, img = detector.findDistance(lmList[8][:2], lmList[12][:2], img)
        x, y = lmList[8][:2]
        if length < 50:
            for i, button in enumerate(buttonList):
                if button.checkClick(x, y) and delayCounter == 0:
                    myValue = buttonListValues[int(i/4)][int(i%4)]
                    if myValue == '=':
                        if len(myEquation) > 0:
                            if myEquation[0] != '+' and myEquation[0] != '-' and myEquation[0] != '*' and myEquation[0] != '/':
                                myEquation = str(eval(myEquation))
                    else:
                        myEquation += myValue
                    delayCounter = 1
 
    if delayCounter != 0:
        delayCounter += 1
        if delayCounter > 10:
            delayCounter = 0
    
    cv2.putText(img, myEquation, (320+10, 10+50), cv2.FONT_HERSHEY_PLAIN,
                
                3, (50, 50, 50), 3)
    cv2.imshow("Camera", img)
    key = cv2.waitKey(1)

    if key == ord('c') :
        myEquation = ''