Belajar Penerapan Machine Learning untuk Flutter

Belajar Penerapan Machine Learning untuk Flutter

Topik:

Machine Learning Flutter
Level: Mahir

Level: Mahir

Level: Mahir 60 Jam Belajar
37

Siswa Terdaftar

Pelajari implementasi machine learning di Flutter dengan memanfaatkan generative AI dan teknologi lain, seperti ML Kit serta LiteRT.
Belajar Sekarang
Informasi kelas Lihat silabus
Apa yang akan Anda dapatkan

Sertifikat

Dapatkan sertifikat standar industri setelah menyelesaikan kelas ini.

Code Review

Kode yang Anda kerjakan akan di-review secara komprehensif oleh Reviewer.

Forum Diskusi

Diskusikan materi belajar dengan siswa lainnya.

Modul Tutorial

Materi bacaan elektronik disajikan dengan bahasa yang mudah dipahami.

Submission

Uji kemampuan teknis Anda dengan mengerjakan tugas submission.

Kode Interaktif

Jalankan kode secara langsung di platform untuk memahami konsep lebih cepat.

Ujian

Validasi pengetahuan Anda dengan mengerjakan soal-soal ujian.
Level Mahir
Menguasai materi dan latihan tingkat lanjut. Kelas ini mensyaratkan sejumlah penguasaan landasan pengetahuan yang baik.
Lihat silabus

Deskripsi

Industri mobile terus berkembang pesat dan machine learning (ML) menjadi salah satu teknologi yang memperkaya pengalaman pengguna.  Materi mencakup penerapan ML di aplikasi mobile dengan generative AI dan teknologi lain, seperti ML Kit dan LiteRT. Dengan ML, aplikasi dapat menyematkan fitur-fitur canggih, seperti pengidentifikasian objek, deteksi wajah, hingga AI chatbot. Jika ingin mempelajari cara mengimplementasikan ML pada aplikasi Flutter, kelas ini adalah pilihan yang tepat untuk Anda.

  • Anda tidak perlu memiliki latar belakang Machine Learning yang kompleks untuk mengikuti kelas ini.
  • Dengan memahami penerapan Machine Learning di Flutter, Anda dapat lebih mudah bekerja sama dengan Machine Learning Engineer saat proses deployment model.
  • Penerapan Machine Learning di Flutter memungkinkan aplikasi menangani permasalahan pengguna secara lebih cepat, efisien, dan responsif.
  • Banyak perusahaan di berbagai sektor yang sudah menerapkan Machine Learning di aplikasi mobile, seperti WPS Office, Airbnb, Adidas, Google. 
  • Menguasai keterampilan ini akan memberikan nilai tambah serta menjadikan Anda lebih unggul dibanding developer lainnya.

Target dan Sasaran Siswa

  • Kelas ini dirancang untuk Flutter Developer yang ingin mengasah keterampilan dalam mengintegrasikan Machine Learning ke dalam aplikasi Flutter.
  • Kelas dapat diikuti oleh siswa yang melek IT sehingga wajib memiliki dan dapat mengoperasikan komputer dengan baik.
  • Materi disusun untuk developer yang sudah memahami dasar-dasar Flutter, seperti penggunaan Widget, State Management, serta Networking.
  • Siswa harus bisa belajar mandiri, berkomitmen, benar-benar punya rasa ingin tahu, dan tertarik pada subjek materi, karena sebaik apa pun materi kelas ini, tidak akan berguna tanpa keseriusan siswa untuk belajar, berlatih, dan mencoba.
  • Di akhir kelas, siswa mampu membuat pemanfaatan Machine Learning dalam pengembangan aplikasi Flutter di perangkat fisik (on-device) untuk mengklasifikasikan gambar dari kamera maupun galeri secara efektif.
Selengkapnya
Sembunyikan

Peralatan Belajar

Spesifikasi minimal perangkat:

Prosesor

CPU Cores 4 (Rekomendasi CPU Cores 8)

Tools yang dibutuhkan untuk belajar:

Flutter SDK

Lihat semua peralatan belajar

Lihat semua peralatan belajar

Peralatan Belajar

Spesifikasi minimal perangkat

Kelas ini membutuhkan spesifikasi perangkat seperti berikut:

RAM

8GB (Rekomendasi 16GB)

Layar

1366 x 768 (Rekomendasi Full HD 1920 x 1080)

Sistem Operasi

Windows, Linux, MacOS

Prosesor

CPU Cores 4 (Rekomendasi CPU Cores 8)

Tools

Kelas ini membutuhkan beberapa tools berikut:

Flutter SDK

IDE (Android Studio atau Visual Studio Code)

Xcode

Opsional

Metode Ajar

Online self-learning
  1. Total jam belajar : 60 jam
  2. Rekomendasi waktu belajar : 10 jam per minggu (selesai dalam 45 hari).
  3. Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas.
Fasilitas Pengajaran
  1. Materi bacaan elektronik: Materi akan disajikan dalam bentuk teks dan bacaan.
  2. Forum diskusi: Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi.
  3. Sertifikat kompetensi.
Evaluasi pembelajaran
  1. Ujian akhir kelas
  2. Submission (proyek akhir) berupa sebuah aplikasi Flutter yang mengimplementasikan Machine Learning di perangkat (on-device) untuk mengklasifikasikan gambar dari galeri secara efektif

Lihat semua metode ajar

Lihat semua metode ajar

Metode Ajar

Online self-learning
  1. Total jam belajar : 60 jam
  2. Rekomendasi waktu belajar : 10 jam per minggu (selesai dalam 45 hari).
  3. Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas.
Fasilitas Pengajaran
  1. Materi bacaan elektronik: Materi akan disajikan dalam bentuk teks dan bacaan.
  2. Forum diskusi: Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi.
  3. Sertifikat kompetensi.
Evaluasi pembelajaran
  1. Ujian akhir kelas
  2. Submission (proyek akhir) berupa sebuah aplikasi Flutter yang mengimplementasikan Machine Learning di perangkat (on-device) untuk mengklasifikasikan gambar dari galeri secara efektif

Kontributor

2

Curriculum Developer yang membangun kelas ini:

Achmad Ilham

Achmad Ilham

Curriculum Developer at Dicoding Indonesia

Esther Irawati Setiawan

Esther Irawati Setiawan

Google Developer Expert AI/ML, Associate Professor Institut STTS

Reviewer

1

Code Reviewer yang akan me-review tugas dan kode Anda:

Achmad Ilham
Achmad Ilham

Achmad Ilham

Curriculum Developer at Dicoding Indonesia

I'm a Curriculum Developer passionate about mobile development, such as Flutter and Android. With a background in Telecommunication Engineering, Electrical Engineering, and years of experience in my work, I bring a structured yet flexible approach to mentoring. My goal is to inspire confidence and foster a growth mindset, equipping each mentee with the skills they need to thrive in a dynamic tech landscape.

Lihat semua kontributor dan reviewer

Lihat semua kontributor dan reviewer

Kontributor & Reviewer

Kontributor kelas

Curriculum Developer yang membangun kelas ini:

Achmad Ilham

Achmad Ilham

Curriculum Developer at Dicoding Indonesia

Esther Irawati Setiawan

Esther Irawati Setiawan

Google Developer Expert AI/ML, Associate Professor Institut STTS

Tim Reviewer

Code Reviewer yang akan me-review tugas dan kode Anda:

Achmad Ilham
Achmad Ilham

Achmad Ilham

Curriculum Developer at Dicoding Indonesia

I'm a Curriculum Developer passionate about mobile development, such as Flutter and Android. With a background in Telecommunication Engineering, Electrical Engineering, and years of experience in my work, I bring a structured yet flexible approach to mentoring. My goal is to inspire confidence and foster a growth mindset, equipping each mentee with the skills they need to thrive in a dynamic tech landscape.

Achmad Ilham

Achmad Ilham

Curriculum Developer at Dicoding Indonesia

I'm a Curriculum Developer passionate about mobile development, such as Flutter and Android. With a background in Telecommunication Engineering, Electrical Engineering, and years of experience in my work, I bring a structured yet flexible approach to mentoring. My goal is to inspire confidence and foster a growth mindset, equipping each mentee with the skills they need to thrive in a dynamic tech landscape.

Testimoni Siswa

Ribuan siswa sukses belajar di Dicoding Academy. Apa kata mereka? Berikut adalah testimoni asli mereka.

Devi Mikhael Empi
Devi Mikhael Empi
Universitas Gunadarma
Memulai Dasar Pemrograman untuk Menjadi Pengembang Software
Puas sekali dan sangat mudah dipahami oleh pemula yang ingin mengembangkan perangkat lunak
Baca selengkapnya
Muhammad Naufal Farras
Muhammad Naufal Farras
Universitas Negeri Semarang
Memulai Dasar Pemrograman untuk Menjadi Pengembang Software
Materi yang disampaikan pada kelas ini sangat informatif dan membantu teman-teman yang saat ini dalam proses belajar dalam dunia pemrograman. Banyak disampaikan juga tips ketika kita telah mulai dalam bekerja, dan itu sangat membantu untuk kedepannya.
Baca selengkapnya

Lihat semua testimoni

Lihat semua testimoni
Silabus
Belajar Sekarang

Silabus

Materi yang akan Anda pelajari pada kelas ini.

  • Story Bima: Flutter Developer Bertemu dengan Tren AI

    25 Menit

  • Pengantar Machine Learning pada Aplikasi Mobile

    50 Menit

  • Pemrograman Tradisional vs Machine Learning

    40 Menit

  • Tipe-Tipe Machine Learning

    55 Menit

  • Tipe Data Machine Learning

    60 Menit

  • Macam Cara Implementasi ML dalam Aplikasi

    55 Menit

  • Macam Framework ML pada Aplikasi Mobile

    60 Menit

  • Rangkuman Machine Learning: Aplikasi Pintar di Setiap Genggaman

    30 Menit

  • Kuis Machine Learning: Aplikasi Pintar di Setiap Genggaman

    25 Menit

  • Pengantar Fundamen Cerdas

    25 Menit

  • Menggambar Objek dengan Custom Painter

    50 Menit

  • Latihan Pembuatan Bounding Box dengan Custom Painter

    85 Menit

  • Merekam Berkas Suara dan Memutarnya

    50 Menit

  • Mendapatkan Gambar dari Kamera dan Galeri

    60 Menit

  • Mengunggah Berkas ke Server

    45 Menit

  • Latihan Image Classification dengan Konsep Cloud-based ML

    110 Menit

  • Rangkuman Fundamen Cerdas: Landasan Awal Aplikasi Pintar

    40 Menit

  • Kuis Fundamen Cerdas: Landasan Awal Aplikasi Pintar

    25 Menit

  • Pengantar ML Kit

    25 Menit

  • ML Kit Lanjutan

    50 Menit

  • ML Kit pada Flutter

    40 Menit

  • Latihan Membuat Text Recognition App dengan ML Kit

    90 Menit

  • Latihan Membuat Face Detection App dengan ML Kit

    95 Menit

  • Latihan Membuat Entity Extraction App dengan ML Kit

    100 Menit

  • Rangkuman ML Kit: Solusi Cerdas dan Cepat

    40 Menit

  • Kuis ML Kit: Solusi Cerdas dan Cepat

    25 Menit

  • Pengantar LiteRT

    25 Menit

  • LiteRT Lanjutan

    50 Menit

  • LiteRT pada Flutter

    40 Menit

  • Latihan Membuat Image Classification App dengan LiteRT

    95 Menit

  • Latihan Membuat Object Detection App dengan LiteRT

    90 Menit

  • Latihan Membuat House Price Predictor App dengan LiteRT

    95 Menit

  • Latihan Firebase ML untuk Custom Model Deployment

    90 Menit

  • Rangkuman LiteRT: Modal Kecil, Kekuatan Maksimal

    40 Menit

  • Kuis LiteRT: Modal Kecil, Kekuatan Maksimal

    25 Menit

  • Pengantar Generative AI

    25 Menit

  • Gemini

    40 Menit

  • Google AI Studio

    80 Menit

  • Pengantar Prompting

    50 Menit

  • Generative AI pada Flutter

    50 Menit

  • Latihan Membuat Chatbot App dengan Gemini API

    85 Menit

  • Latihan Membuat Transcript App dengan Gemini

    90 Menit

  • Rangkuman Generative AI: Ciptakan Kreasi Tanpa Batas

    40 Menit

  • Kuis Generative AI: Ciptakan Kreasi Tanpa Batas

    25 Menit

  • Story Bima: Flutter Developer Berhadapan dengan Dunia Kerja

    25 Menit

  • Rangkuman Kelas

    120 Menit

  • Ujian Akhir

    75 Menit

  • Submission Food Recognizer App

    900 Menit

Dicoding Logo

Dicoding Space
Jl. Batik Kumeli No.50, Sukaluyu,
Kec. Cibeunying Kaler, Kota Bandung
Jawa Barat 40123

Penghargaan

Asean Business Award 2019
Anugerah Diktisaintek 2024

Decode Ideas
Discover Potential

Tentang Kami
Blog
Reward
Showcase
Dicoding Elite
Hubungi Kami
FAQ