Studi Independen

Proyek ini membangun desain jaringan aman berskala enterprise dengan deteksi ancaman dan monitoring kepatuhan menggunakan open source tools. Implementasi mencakup firewall OPNsense, VPN WireGuard, SIEM Wazuh, monitoring dengan Zabbix dan Grafana, serta pengamanan web server menggunakan SSL/TLS. Proyek dilakukan untuk meningkatkan keamanan, efisiensi, dan kepatuhan sistem jaringan.

DigiGoat adalah platform digital manajemen peternakan yang berfokus pada pencatatan kesehatan ternak kambing. Platform ini menyediakan layanan seperti pencatatan digital yang terintegrasi algoritma kecerdasan buatan untuk menganalisis kesehatan hewan, pengingat vaksin dan kegiatan lainnya, serta backup data untuk mencegah user kehilangan data. Tujuan platform ini adalah meningkatkan produktivitas dan kesejahteraan ternak.Deskripsi Fitur AI :Logistic Regression - Algoritma ini dibangun untuk memprediksi kesehatan pada kambing. Algoritma ini bekerja dengan cara mengambil data-data pada dataset, terkhususnya yang bersifat numerik, yang dimasukkan ke dalam model tersebut. Yang nantinya model akan mencari parameter pada fungsi regresi logistik mana yang memiliki error paling rendah. Ketika sudah ditemukan parameternya, dicari titik y = 0.5. Apabila y > 0.5 maka kambing dikatakan sehat, apabila y <= 0.5 maka kambing dikatakan tidak sehat.

Kehati-hatian dalam memilih gaya rambut yang mampu memperkuat penampilan seringkali menjadi momok bagi banyak orang. Namun, jangan khawatir lagi! Kini hadir solusi revolusioner: KhasS, teknologi AI canggih yang akan membantu kalian menemukan gaya rambut ideal yang sesuai dengan bentuk wajah kalian. Dengan bantuan KhasS, tidak akan ada lagi keraguan atau kebingungan. Teknologi ini akan menganalisis fitur wajah kalian secara detail dan memberikan rekomendasi gaya rambut yang paling tepat, memastikan bahwa kalian akan selalu tampil memikat dan penuh keyakinan. Rasakan perubahan penampilan yang menakjubkan dengan bantuan KhasS. Kini, gaya rambut impian kalian hanya sejauh satu klik! Dalam fitur AI, Kami menggunakan 2 model (Deteksi Gender dan Klasifikasi Bentuk wajah) Model Deteksi Gender dideploy ke Watsonx Studio lalu di dapatkan code snippets dan public endpoint yang akan digunakan untuk melakukan request kepada model Model Deteksi Bentuk wajah di deploy bersama kode RestAPI menggunakan framework Flask dengan Docker Image. Setelah itu, kode REST API kami deploy dalam platform code engine.Kemudian, code engine memberikan public URL yang akan menjadi URL untuk melakukan request terhadap REST API.

TanamanKu: Solusi Cerdas untuk Hidroponik AndaTanamanKu adalah platform inovatif berbasis AI yang dirancang untuk mendukung pertumbuhan tanaman hidroponik Anda. Kami memahami bahwa deteksi dini penyakit tanaman merupakan tantangan besar yang dapat berdampak langsung pada kesehatan dan produktivitas tanaman Anda. Dengan teknologi real-time, TanamanKu membantu mengenali gejala penyakit, memberikan solusi perawatan yang tepat, dan mencegah penyebaran penyakit lebih lanjut.Dampak Positif TanamanKu untuk Anda:Diagnosa Cepat & Akurat: AI kami mengidentifikasi penyakit dengan cepat, memberikan hasil yang akurat untuk tindakan lebih awal. Perawatan yang Tepat: Rekomendasi solusi perawatan yang sesuai memastikan tanaman Anda tetap sehat dan produktif. Pengelolaan Lebih Mudah: Pemantauan otomatis menghemat waktu dan tenaga Anda, memungkinkan fokus pada hal lain yang lebih penting. Mendukung Pertanian Berkelanjutan: Dengan meminimalkan risiko gagal panen, TanamanKu mendukung keberlanjutan dan efisiensi sistem hidroponik Anda. Mulailah perjalanan menuju hidroponik yang lebih sehat dan produktif bersama TanamanKu. Biarkan teknologi kami bekerja untuk tanaman Anda, dan nikmati hasil panen yang maksimal!#HidroponikSehatBersamaTanamanKuFitur AI1. Dataset Roboflow - Dataset ini digunakan sebagai sumber data utama untuk melatih model deteksi penyakit tanaman hidroponik. Dataset dari Roboflow mencakup berbagai variasi gambar daun tanaman dengan gejala penyakit, seperti bercak, perubahan warna, dan kerusakan akibat hama. Dengan kualitas data yang baik, model dapat belajar mengenali pola dan ciri penyakit secara akurat.2.  Ultralytics Framework - Ultralytics digunakan dalam proses pengembangan model YOLOv11. Framework ini menyediakan alat bantu untuk melatih, mengoptimalkan, dan mengevaluasi performa model deteksi objek. Dengan Ultralytics, kami dapat menyesuaikan hyperparameter, meningkatkan akurasi model, dan memastikan performa yang optimal pada data gambar hidroponik.3. YOLOv11 - YOLOv11 adalah algoritma deep learning untuk deteksi objek yang digunakan untuk menganalisis gambar daun tanaman. Model ini dipilih karena kecepatan dan akurasinya dalam mendeteksi gejala penyakit secara real-time. YOLOv11 mampu memberikan output berupa bounding box yang menunjukkan lokasi penyakit pada gambar, sehingga pengguna dapat langsung mengidentifikasi area yang bermasalah.4. FastAPI - FastAPI digunakan sebagai framework backend untuk mengintegrasikan model YOLOv11 dengan aplikasi website. Framework ini memungkinkan penerimaan data gambar dari pengguna, pengolahan oleh model AI, dan pengiriman hasil deteksi kembali ke frontend. FastAPI dipilih karena kecepatannya dalam menangani permintaan dan respons, sehingga mendukung kinerja aplikasi yang real-time.5. Docker - Docker digunakan untuk mengelola aplikasi dalam container yang memastikan konsistensi lingkungan selama proses deployment. Dengan Docker, aplikasi dapat berjalan di berbagai platform tanpa masalah kompatibilitas, memungkinkan penggunaan yang luas dan skalabilitas yang lebih baik.

In this 2D Side Scrolling Game, you will explore amazing islands, where each location holds magic. Start your day by exploring an enchanted forest full of natural resources, collect existing natural resources and revive a destroyed city.