5.00

Belajar Penerapan AI di Aplikasi Web

Topik:

Full Stack AI +2 lainnya

Level: Mahir

Level: Mahir 50 Jam Belajar

Siswa Terdaftar

Ciptakan pengalaman web interaktif menggunakan Computer Vision dan Generative AI yang dapat berjalan secara lokal langsung di browser.

Harga

Rp1,150,000

/ bulan

Harga

Rp1,150,000

/ bulan

Berlangganan Sekarang Lihat langganan lainnya

Promo yang tersedia

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.

Kuis

Kuis pilihan ganda membantu Anda memahami materi yang dipelajari.

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.

Deskripsi

Penerapan AI di browser kini menjadi inovasi penting guna menghadirkan aplikasi yang lebih cepat dan privat. Pengembang memproses data di sisi pengguna untuk efisiensi sistem sekaligus menjamin privasi data agar tidak meninggalkan perangkat. Pelajari cara memadukan Computer Vision dan Generative AI untuk membangun asisten interaktif yang mampu melihat dan berpikir. Anda akan menguasai teknik deteksi objek, pengolahan teks lokal, hingga strategi akses offline agar aplikasi tetap andal di berbagai kondisi.

Menguasai kemampuan mengintegrasikan AI langsung di browser yang kini mulai banyak dicari industri untuk menciptakan aplikasi web generasi terbaru.
Memahami cara menghadirkan fitur pintar tanpa harus bergantung pada server berbiaya tinggi atau API pihak ketiga yang berbayar karena proses komputasi dilakukan di perangkat pengguna.
Mampu membangun solusi digital yang lebih aman melalui pemrosesan data lokal, selaras dengan meningkatnya standar regulasi perlindungan data pribadi di seluruh dunia.
Menghadirkan fitur interaktif yang responsif dan minim jeda waktu (latency), serta tetap dapat berfungsi meskipun pengguna sedang dalam kondisi luring (offline).
Membangun fondasi teknis yang kuat untuk mengadopsi teknologi web mutakhir seperti WebGPU dan pengelolaan model bahasa (Small Language Model) langsung di sisi klien.

Target dan Sasaran Siswa :

Kelas ini ditujukan bagi pengembang maupun pegiat teknologi yang ingin mengintegrasikan model AI ke dalam ekosistem web. Materi disusun berdasarkan standar industri web modern guna menghasilkan aplikasi yang cepat, privat, dan efisien langsung di sisi pengguna.
Kelas dapat diikuti oleh siswa yang melek IT sehingga wajib memiliki dan dapat mengoperasikan komputer dengan baik.
Siswa diharapkan memiliki pemahaman dasar tentang JavaScript dan konsep dasar kecerdasan buatan. Selain itu, kelas ini akan menggunakan beberapa pengetahuan pengembangan web seperti struktur HTML & CSS, manipulasi DOM, penggunaan Fetch API, pengolahan aliran media via MediaStream API dan Canvas API, hingga penerapan berkas Web Application Manifest serta kapabilitas luring (offline capability).
Siswa harus belajar mandiri, berkomitmen, benar-benar memiliki rasa ingin tahu, dan tertarik pada subjek materi. Sebaik apa pun materi kelas ini tidak akan berguna tanpa keseriusan siswa untuk belajar, berlatih, dan mencoba.
Setelah menyelesaikan kelas ini, siswa diharapkan mampu mengintegrasikan model yang sudah dilatih sebelumnya (pre-trained model) ke dalam aplikasi web menggunakan berbagai Web API yang tersedia, lengkap dengan dukungan mode luring (offline) serta fitur instalasi aplikasi (PWA).

Selengkapnya

Sembunyikan

Peralatan Belajar

Spesifikasi minimal perangkat:

Prosesor

Intel Dual Core (Rekomendasi Core i3 ke atas)

Tools yang dibutuhkan untuk belajar:

Teks Editor (VSCode)

Lihat semua peralatan belajar

Peralatan Belajar

Spesifikasi minimal perangkat

Kelas ini membutuhkan spesifikasi perangkat seperti berikut:

RAM

2GB (Rekomendasi 4GB)

Layar

1366 x 768 (Rekomendasi Full HD 1920 x 1080)

Sistem Operasi

Windows, Linux, MacOS

Prosesor

Intel Dual Core (Rekomendasi Core i3 ke atas)

Tools

Kelas ini membutuhkan beberapa tools berikut:

Teks Editor (VSCode)

Node.js versi LTS terbaru

Web Browser (Google Chrome atau Mozilla Firefox)

Command Line (Terminal atau cmd)

Metode Ajar

Online - Self-Paced Learning

Total jam belajar: 50 jam
Rekomendasi waktu belajar: 10 jam per minggu (selesai dalam 35 hari)
Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas

Fasilitas Pengajaran

Materi bacaan elektronik: Materi akan disajikan dalam bentuk teks dan bacaan
Forum diskusi: Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi
Sertifikat kompetensi

Evaluasi Pembelajaran

Ujian akhir kelas
Submission: mengintegrasikan pre-trained model ke dalam aplikasi web untuk menghadirkan AI yang dapat berjalan secara lokal

Lihat semua metode ajar

Metode Ajar

Online - Self-Paced Learning

Total jam belajar: 50 jam
Rekomendasi waktu belajar: 10 jam per minggu (selesai dalam 35 hari)
Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas

Fasilitas Pengajaran

Materi bacaan elektronik: Materi akan disajikan dalam bentuk teks dan bacaan
Forum diskusi: Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi
Sertifikat kompetensi

Evaluasi Pembelajaran

Ujian akhir kelas
Submission: mengintegrasikan pre-trained model ke dalam aplikasi web untuk menghadirkan AI yang dapat berjalan secara lokal

Kontributor

Curriculum Developer yang membangun kelas ini:

Inggih Wicaksono

Curriculum Developer at Dicoding Indonesia

Dimas Maulana Dwi Saputra

Curriculum Developer at Dicoding Indonesia

Reviewer

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

Inggih Wicaksono

Web Developer at Erasys Consulting

- Fullstack man but currently focus on React.js

- Hacktoberfest fans @igihcksn

Lihat semua kontributor dan reviewer

Kontributor & Reviewer

Kontributor kelas

Curriculum Developer yang membangun kelas ini:

Inggih Wicaksono

Curriculum Developer at Dicoding Indonesia

Dimas Maulana Dwi Saputra

Curriculum Developer at Dicoding Indonesia

Tim Reviewer

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

Inggih Wicaksono

Web Developer at Erasys Consulting

- Fullstack man but currently focus on React.js

- Hacktoberfest fans @igihcksn

Inggih Wicaksono

Web Developer at Erasys Consulting

- Fullstack man but currently focus on React.js

- Hacktoberfest fans @igihcksn

Testimoni Siswa

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

MAULANA KAVALDO

Elitery

Belajar Penerapan AI di Aplikasi Web

Secara keseluruhan, saya merasa sangat puas mengikuti kelas ini. Dari awal sampai akhir, alur belajarnya terasa nyaman dan nggak bikin pusing. Materi-materinya disusun dengan rapi, jadi meskipun ada konsep yang berat, saya masih bisa mengikuti langkah demi langkah tanpa merasa tersesat. Pokoknya kelas ini worth it banget buat saya yang ingin memperdalam skill ini.

Baca selengkapnya

Testimoni Siswa

MAULANA KAVALDO

Elitery

Belajar Penerapan AI di Aplikasi Web

Punya pertanyaan seputar kelas ini?

Berikut adalah beberapa pertanyaan yang paling sering ditanyakan.

Bagaimana cara memasukkan token Academy? Aturan membuat pertanyaan di forum diskusi kelas Bagaimana cara mencetak sertifikat kelulusan kelas?

Lihat semua FAQ

Silabus

Materi yang akan Anda pelajari pada kelas ini.

Persiapan Belajar

Memahami HAKI, studi kasus, mekanisme belajar, forum diskusi, glosarium, dan daftar referensi.

9 Artikel

110 menit

Persetujuan Hak Cipta
5 Menit
Prasyarat Kemampuan
20 Menit
Prasyarat Tools
15 Menit
Pengenalan Kelas
5 Menit
Studi Kasus Aplikasi Pengenalan Nutrisi Buah (NutriFood)
10 Menit
Mekanisme Belajar
15 Menit
Forum Diskusi
15 Menit
Glossarium
20 Menit
Daftar Referensi
5 Menit

AI pada Platform Browser

Memaparkan evolusi browser sebagai platform komputasi cerdas, menguraikan keunggulan pemrosesan di sisi klien dari aspek keamanan dan biaya, serta mengeksplorasi fitur kecerdasan buatan bawaan guna memahami masa depan pengembangan aplikasi web.

10 Artikel
1 Ujian

210 menit

Pengantar AI pada Platform Browser

10 Menit
Penggunaan AI pada Platform Selain Browser

10 Menit
Kemudahan AI Era Sekarang

15 Menit
(Opsional) Latihan Gemini Nano di browser

30 Menit
Keunggulan AI pada Platform Browser

20 Menit
Pengantar Pengaruh AI Kategori Positif

25 Menit
Pengantar Pengaruh AI Kategori Negatif

25 Menit
Fitur AI Bawaan yang Tidak Disadari

25 Menit
Fitur AI Mendatang

25 Menit
Rangkuman AI pada Platform Browser

15 Menit
Kuis AI pada Platform Browser

10 Menit

Computer Vision

Menelaah mekanisme kerja pengolahan citra digital melalui konsep tensor dan arsitektur CNN, serta mendemonstrasikan pembuatan model klasifikasi mandiri menggunakan dataset publik untuk mengenali objek secara real-time langsung di browser

15 Artikel
1 Ujian

465 menit

Pengantar Computer Vision

5 Menit
Kisah Awal Computer Vision

10 Menit
Mengenal Computer Vision

10 Menit
Pengambilan Gambar

10 Menit
Pemrosesan Gambar

10 Menit
Proses Penalaran Informasi

10 Menit
Jenis Model pada Computer Vision

20 Menit
Penerapan Computer Vision di Industri

30 Menit
Ekosistem Pendukung Computer Vision

20 Menit
Studi Kasus: Pengenalan Gambar

20 Menit
Overview Media & Canvas

10 Menit
Latihan: Persiapan Media & Canvas

110 Menit
Latihan: Melatih Model dengan Data Terbuka

50 Menit
Latihan: Integrasi Pre-trained Model

120 Menit
Rangkuman Computer Vision

20 Menit
Kuis Computer Vision

10 Menit

Generative AI

Mengidentifikasi nilai tambah model generatif lokal untuk menciptakan konten secara luring, membandingkan efisiensi arsitektur client-side dengan server-side, serta mempraktikkan penggunaan library terbuka untuk kebutuhan pemrosesan bahasa alami.

10 Artikel
1 Ujian

335 menit

Pengantar Paradigma Baru dalam Penciptaan Konten

10 Menit
Momen Transformatif Generative AI

5 Menit
Melihat Lebih Dekat Cara Kerja AI

40 Menit
Ragam Kemampuan Generative AI

40 Menit
Harus Pilih Cloud atau Edge AI?

20 Menit
LLM Sebagai Solusi Lengkap

20 Menit
SLM Solusi Sederhana untuk Keterbatasan

15 Menit
Ekosistem Pendukung Generative AI di Browser

10 Menit
Kemampuan Generative Konten Secara Lokal

15 Menit
Rangkuman AI Penambah Nilai Bagi Aplikasi Web

10 Menit
Kuis AI Penambah Nilai Bagi Aplikasi Web

150 Menit

Studi Kasus: NutriApp

Mengimplementasikan sinergi antara Computer Vision dan Generative AI ke dalam proyek asisten gizi cerdas yang mendukung fitur instalasi aplikasi (PWA), kapabilitas offline melalui Service Worker, serta proses peluncuran aplikasi ke layanan hosting publik