SAPUTRA, Nur Ardli Rachmat (2022) Serverless Machine Learning sebagai Solusi Deployment untuk Prototipe Sign Language Recognition App Menggunakan Google Cloud Platform. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Nur Ardli Rachmat Saputra-H1A018045-Skripsi-2022.pdf Download (137kB)
	PDF (Legalitas) LEGALITAS-Nur Ardli Rachmat Saputra-H1A018045-Skripsi-2022.pdf Restricted to Repository staff only Download (1MB)
	PDF (Abstrak) ABSTRAK-Nur Ardli Rachmat Saputra-H1A018045-Skripsi-2022.pdf Download (160kB)
	PDF (BabI) BAB-I-Nur Ardli Rachmat Saputra-H1A018045-Skripsi-2022.pdf Restricted to Repository staff only Download (298kB)
	PDF (BabII) BAB-II-Nur Ardli Rachmat Saputra-H1A018045-Skripsi-2022.pdf Restricted to Repository staff only Download (1MB)
	PDF (BabIII) BAB-III-Nur Ardli Rachmat Saputra-H1A018045-Skripsi-2022.pdf Restricted to Repository staff only Download (1MB)
	PDF (BabIV) BAB-IV-Nur Ardli Rachmat Saputra-H1A018045-Skripsi-2022.pdf Restricted to Repository staff only Download (1MB)
	PDF (BabV) BAB-V-Nur Ardli Rachmat Saputra-H1A018045-Skripsi-2022.pdf Restricted to Repository staff only Download (157kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Nur Ardli Rachmat Saputra-H1A018045-Skripsi-2022.pdf Download (143kB)
	PDF (Lampiran) LAMPIRAN-Nur Ardli Rachmat Saputra-H1A018045-Skripsi-2022.pdf Restricted to Repository staff only Download (599kB)

Abstract

Bangkit merupakan salah satu model pembelajaran kampus merdeka yang dapat diikuti oleh mahasiswa. Rangkaian pembelajaran yang ada dalam program Bangkit meliputi belajar basic, pendalaman, dan Capstone Project, serta mempertajam soft skill. Dalam hal ini mahasiswa yang mengikuti program Bangkit diwajibkan untuk membuat Capstone Project dengan tim yang tersusun oleh 6 orang dari 3 path yang berbeda, yaitu Machine Learning, Mobile Development, dan Cloud Computing. Penulis merupakan salah satu mahasiswa yang mengikuti program Bangkit Cloud Computing. Penelitian ini berfokus pada perancangan serverless machine learning menggunakan Cloud Function yang tersedia pada Google Cloud Platform. Metode ini akan diterapkan pada deployment sebuah prototipe Sign Language Recognition App yang dibuat oleh Capstone Team penulis. Dalam penerapannya, dibutuhkan Cloud Storage Bucket dan Cloud Firestore sebagai pendukungnya. Penggunaan model machine learning-nya dilakukan dengan cara mengunduh model machine learning ke dalam local folder pada Cloud Function, kemudian memuat model dengan bantuan library tensorflow dan lakukan predict dari berkas gambar yang diunggah ke dalam Cloud Storage pemicu. Hasil dari prediksi akan diteruskan kepada Cloud Firestore. Pengujian ini memberikan hasil overall latency (mean) dan memory usage dari Cloud Function dan App Engine yang kemudian dibandingkan antara keduanya. Kualitas latency dari App Engine jauh mengungguli Cloud Function dengan hanya sedikit perbedaan memory usage. Namun perbedaan itu tidak bisa diandalkan atau tidak layak apabila digunakan sebagai pengujian prototipe. Karena perbedaan biaya antara keduanya sangat berbeda jauh dengan Cloud Function yang memiliki biaya lebih murah.

Actions (login required)

View Item