Langsung ke konten
Kembali ke Artificial Intelligence

// studi kasus

Deteksi kesegaran buah di GCP

Backend ML di Google Cloud untuk proses gambar real-time (Bangkit Academy).

Konteks

Capstone Bangkit Academy, jalur Cloud Computing (Nov 2024), untuk aplikasi tim VeggieVision yang mengenali buah dan sayur segar atau busuk. Kode cloud-nya ada di repo tim.

Masalah

Aplikasi mobile perlu menilai kesegaran buah dari foto secara real-time, tanpa membebani perangkat pengguna.

Pendekatan

Saya membangun backend image processing berbasis machine learning di Google Cloud dan API yang terhubung ke aplikasi mobile.

  • API Express (Node.js) yang memuat model TensorFlow.js hasil konversi dari model tim ML (dataset Kaggle, dilatih di Jupyter Notebook, diekspor ke .h5).
  • Endpoint POST /scan menerima foto, menyimpannya ke Cloud Storage, lalu menjalankan prediksi.
  • Endpoint /articles (GET, POST, DELETE) untuk konten artikel di aplikasi.
  • Deploy ke App Engine (runtime Node.js 18).

Hasil

Foto dari aplikasi diproses di cloud dan hasilnya kembali ke pengguna secara real-time.

Yang saya pelajari

Merancang API yang stabil untuk tim mobile dan tim ML sekaligus.