Introduction, Data Collection, Data Augmentation

Performa sistem Computer Vision sangat bergantung pada kualitas dan keberagaman data. Model yang dilatih dengan dataset terbatas atau kurang representatif cenderung menghasilkan akurasi rendah dan mudah overfitting. Oleh karena itu, pemahaman tentang teknik data collection dan data augmentation menjadi fondasi penting dalam pengembangan solusi berbasis visi komputer. Modul ini dirancang untuk membekali mahasiswa dengan konsep dan praktik dasar dalam mengumpulkan, mengelola, serta memperkaya data agar model yang dibangun lebih akurat, robust, dan andal.

Modul ini membahas teknik fundamental dalam pengumpulan dan pengolahan data untuk membangun sistem Computer Vision yang akurat dan andal. Mahasiswa akan mempelajari berbagai metode pengumpulan data gambar dan video dari berbagai sumber, termasuk teknik anotasi dan pengelolaan dataset untuk memastikan kualitas data yang optimal. selain itu, modul ini juga mencakup strategi data augmentation untuk meningkatkan variasi dan ketahanan model terhadap berbagai kondisi lingkungan. berbagai teknik augmentasi seperti rotasi, flipping, perubahan cahaya dan transformasi geometri akan diterapkan menggunakan pustaka seperti OpenCV dan TensorFlow.