JAWABAN SOAL PRAKTIK BAB 4

🧪 Praktik 1: Membuat Proyek Baru

Jawaban:

Langkah-langkah:

1. Buka browser (Chrome/Edge).
2. Kunjungi situs Teachable Machine.
3. Klik Get Started.
4. Pilih Image Project.
5. Pilih Standard Image Model.
6. Proyek baru berhasil dibuat.

🧪 Praktik 2: Membuat Kelas

Jawaban:

1. Klik tombol Add Class.
2. Ganti nama kelas pertama menjadi “Buku”.
3. Tambahkan kelas kedua dan beri nama “Bukan Buku”.
4. Kelas siap digunakan untuk training.

🧪 Praktik 3: Mengumpulkan Data

Jawaban:

• Klik tombol Webcam pada setiap kelas.
• Arahkan kamera ke objek (buku atau bukan buku).
• Ambil minimal 20 gambar per kelas.
• Kesulitan: pencahayaan kurang, kamera blur, objek tidak stabil.

🧪 Praktik 4: Variasi Data

Jawaban:

Variasi data penting agar model tidak hanya mengenali satu kondisi saja.

Contoh variasi:

• Sudut berbeda
• Jarak dekat dan jauh
• Pencahayaan terang dan redup
• Tujuannya agar model lebih akurat di kondisi nyata.

🧪 Praktik 5: Training Model

Jawaban:

Saat tombol Train Model ditekan:

• Sistem memproses semua data training
• AI mencari pola dari gambar
• Model belajar membedakan setiap kelas
• Hasilnya berupa model siap digunakan

🧪 Praktik 6: Uji Model

Jawaban:

• Arahkan objek ke kamera
• Model akan menampilkan prediksi
• Contoh: “Buku = 95%, Bukan Buku = 5%”
• Semakin tinggi persentase, semakin yakin model

🧪 Praktik 7: Evaluasi Hasil

Jawaban:

Jika hasil kurang akurat:

• Tambahkan data baru
• Gunakan variasi gambar
• Perbaiki pencahayaan
• Latih ulang model
• Langkah ini meningkatkan akurasi model.

🧪 Praktik 8: Eksperimen Kelas Baru

Jawaban:

• Tambahkan kelas “Tas”
• Ambil data gambar tas
• Latih ulang model
• Hasil: model bisa mengenali 3 objek
• Perbandingan: model menjadi lebih kompleks dan menantang.

🧪 Praktik 9: Dokumentasi Proyek

Jawaban:

Contoh laporan:

• Nama proyek: Deteksi Buku
• Kelas: Buku, Bukan Buku, Tas
• Data: ±30 gambar per kelas
• Hasil: Akurasi rata-rata 85–95%
• Kesimpulan: Model cukup akurat dan dapat digunakan.

🧪 Praktik 10: Refleksi

Jawaban:

• Menarik: bisa membuat AI tanpa coding
• Kesulitan: data kurang bagus, pencahayaan
• Manfaat: memahami cara kerja AI
• Kesimpulan: AI belajar dari data dan perlu latihan

💡 Catatan

Jawaban ini bisa langsung digunakan untuk:

• Kunci penilaian guru
• Contoh jawaban siswa
• Panduan pembelajaran praktik