Saya baru teringat bahwa dua tahun yang lalu saya pernah mengikuti event course yang diselenggarkan oleh Dicoding, saya mengambil kelas Machine Learning karena awalnya penasaran dan ingin mencoba. Alhamdulilah saya sudah menyelesaikan semua kelasnya bahkan juga berhasil membuat project dan mendapatkan 4 bintang. Bukan nilai yang sempurna memang, namun tetap saja itu menjadi kebanggaan tersendiri karena saya berhasil membuat project machine leanring untuk memprediksi gambar kertas, gunting, batu
Lalu tahun ini saya berencana untuk mendeploy model machine learning berbentuk web sehingga mudah digunakan. Pengembangannya relatif mudah dan jujur saya sangat sedikit sekali ngoding disini, karena saya sudah mengoding model ML-nya dulu, hanya sedikit menambahkan codingan untuk memasukkan gambar yang ingin diprediksi
Latar Belakang
Pertama saya memindahkan codingan model ML ini dari Google Colab ke VSCode secara manual dan menyimpannya dalam bentuk model.py
Selanjutnya saya mengimport file tersebut di file app.py dimana saya menulis lagi codingan tersendiri untuk memasukkan gambar yang ingin diproses
Dalam pembuatannya, saya memadukan banyak sekali refrensi tutorial di youtube dan bertanya pada forum (namun kebanyakan ga ditanggepin ): )
Ketika aplikasi ini akhirnya bisa on atau live siapapun bisa mengaksesnya dan mencobanya
Namun kendalanya satu, saya tidak mengerti apakah hosting tempat saya mendeploy model ML ini bisa memproses gambar dengan efisien. Saya meragukan ini saat saya mencobanya di local komputer saya.
Seketika komputer saya mengeluarkan bunyi yang sangat keras seperti pesawat jet wkkkwkw. Saya bahkan sangat kuatir
Parahnya ini terjadi ketika web server mulai on dan harus menunggu model selesai berproses dan barulah web server itu menyala. Nanti ketika aplikasi memasukkan gambar yang ingin diproses, model ML ini akan berproses lagi secara berulang ulang.
Meskipun begitu ini adalah proses yang selalu mengalami trial and error. Salah satunya adalah package yang sudah kadaluarsa. Tentu, karena model ini saya buat dua tahun lalu, dan terdapat beberapa perbedaan package dan nama function harus diubah.
Saya sedang bertarung dengan ini
Pembuatannya Bagaimana?
Hal pertama yang pasti dilakukan adalah dengan mengimport package yang dibutuhkan seperti, Tensorflow dan Zipfiles
- Tensorflow adalah package dimana kita bisa melakukan modeling dan prediksi terhadap data inputan yang diinginkan
- Zipfiles adalah package dimana kita bisa mengekstrak, mengcompress file. Anggap saja ini winrar versi linux lhaaa ya wkwkw. Ini berguna untuk mengekstrak dataset, kenapa butuh dataset? Karena dataset ini adalah bahan bagi model ML sebagai rumus untuk memahami data masukkan kita
Ketika semua sudah diimport maka kita butuh data dan mengekstraknya dengan zipfiles
Kebetulan didalam files ini terdapat tiga folder. Yaitu rock yang berisi gambar batu, scissors yang berisi gambar gunting dan paper yang berisi gambar kertas.
Setelah itu kita training data ini dengan tool bawaan tensorflow bernama ImageDataGenerator
Ketika kita menggunakan ImageDataGenerator, kita hanya butuh mengatur parameter yang sudah disediakan. Cara penggunaannya pun bisa dilihat di dokumentasi
Kini kalian bisa mempelajari model machine learning ini dengan mendownloadnya lewat link dibawah