// 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 /scanmenerima 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.