<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel>
    <title>DEV Community: Adhy Wiranto</title>
    <description>The latest articles on DEV Community by Adhy Wiranto (@adhywiranto44).</description>
    <link>https://dev.to/adhywiranto44</link>
    <image>
      <url>https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Fuser%2Fprofile_image%2F603493%2F6a5cfec1-da82-4e33-af0d-8652aa64f506.jpeg</url>
      <title>DEV Community: Adhy Wiranto</title>
      <link>https://dev.to/adhywiranto44</link>
    </image>
    <atom:link rel="self" type="application/rss+xml" href="https://dev.to/feed/adhywiranto44"/>
    <language>en</language>
    <item>
      <title>Hooks pada React</title>
      <dc:creator>Adhy Wiranto</dc:creator>
      <pubDate>Sat, 03 Apr 2021 09:11:35 +0000</pubDate>
      <link>https://dev.to/adhywiranto44/hooks-pada-react-4m65</link>
      <guid>https://dev.to/adhywiranto44/hooks-pada-react-4m65</guid>
      <description>&lt;p&gt;Hari ini saya belajar mengenai Hooks pada React. Fitur ini telah ada sejak react merilis versi &lt;code&gt;16.8.0&lt;/code&gt; nya dimana memang sangat baru implementasinya (sekarang sudah versi &lt;code&gt;17.0.2&lt;/code&gt;). Sebelumnya untuk melakukan passing nilai variabel dari komponen untuk dikelola harus memakai kelas, ketika saya perhatikan kodenya memang lebih banyak, seperti &lt;code&gt;extends&lt;/code&gt; ke &lt;code&gt;React.Components&lt;/code&gt;, membuat &lt;code&gt;constructor()&lt;/code&gt;, dan keyword &lt;code&gt;this&lt;/code&gt; yang merajalela dimana-mana.&lt;/p&gt;

&lt;p&gt;Apa yang saya pelajari dari Hooks ini:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;&lt;p&gt;misalnya saya punya state seperti berikut untuk membuat app counter&lt;br&gt;
&lt;code&gt;const [count, setCount] = useState(0);&lt;/code&gt;&lt;br&gt;
terdapat destructuring variabel &lt;code&gt;count&lt;/code&gt; dan function &lt;code&gt;setCount&lt;/code&gt; dengan nilai awal dari variabel &lt;code&gt;count&lt;/code&gt; adalah 0 (diset pada &lt;code&gt;useState()&lt;/code&gt;), tugas function &lt;code&gt;setCount()&lt;/code&gt; adalah untuk mengubah value dari &lt;code&gt;count&lt;/code&gt;&lt;/p&gt;&lt;/li&gt;
&lt;li&gt;&lt;p&gt;&lt;code&gt;setCount&lt;/code&gt; mengambil value dari &lt;code&gt;count&lt;/code&gt;, sehingga jika kita membuat aplikasi form yang dapat menampilkan isi input form secara &lt;em&gt;seamless&lt;/em&gt; maka kita bisa kondisikan dari key pada objek apa yang kita ganti isinya dan sisanya tetap tidak diubah.&lt;/p&gt;&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Banyak sekali yang saya pelajari mengenai react ini, rencananya setelah belajar react ini saya akan belajar mengenai pembuatan API dan Otentikasi. Setelah itu saya akan kembali lagi ke dasar ilmu dari javascript agar ilmu fundamentalnya lebih kuat lagi. &lt;/p&gt;

&lt;p&gt;Wish me luck!&lt;/p&gt;

</description>
      <category>react</category>
      <category>todayilearned</category>
    </item>
    <item>
      <title>Tentang Computer Vision</title>
      <dc:creator>Adhy Wiranto</dc:creator>
      <pubDate>Thu, 25 Mar 2021 13:01:30 +0000</pubDate>
      <link>https://dev.to/adhywiranto44/tentang-computer-vision-1db4</link>
      <guid>https://dev.to/adhywiranto44/tentang-computer-vision-1db4</guid>
      <description>&lt;p&gt;&lt;strong&gt;Computer Vision&lt;/strong&gt; merupakan bidang ilmiah interdisipliner yang membahas mengenai bagaimana komputer dapat memperoleh pemahaman tingkat tinggi dari gambar atau video digital. Dari perspektif teknik, bidang ini berupaya mengotomisasikan tugas-tugas yang dapat dilakukan oleh sistem penglihatan manusia.&lt;/p&gt;

&lt;p&gt;Computer Vision melakukan suatu Pattern Recognition atau pengenalan pola pada suatu citra/gambar. Misalkan komputer dilatih dengan memberikan 100 buah gambar kucing dengan jenis yang berbeda-beda, namun kucing memiliki ciri khasnya tersendiri dimana kucing memiliki kumis, telinga yang berbentuk segitiga, dan berkaki empat. Dari ciri khas tersebut, komputer bertanggungjawab untuk “belajar” mengenal pola dari fitur/ciri yang dimiliki kucing tersebut yang nantinya jika komputer diberikan gambar kucing yang berbeda misalkan warna yang berbeda atau jenis yang belum pernah dilatih sebelumnya, komputer dapat dengan baik mengenal bahwa gambar tersebut adalah kucing. Jika komputer diberikan gambar anjing tentu komputer belum dapat mengenal hewan tersebut karena komputer belum belajar mengenal pola dari bentuk anjing itu sendiri, ini merupakan salah satu contoh agar pengenalan pola dari objek yang beragam dapat dilakukan maka komputer juga harus dilatih dengan data yang beragam.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://res.cloudinary.com/practicaldev/image/fetch/s--5iQKH-Dz--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads.s3.amazonaws.com/uploads/articles/k8pmn3pgqstr8avn39hd.png" class="article-body-image-wrapper"&gt;&lt;img src="https://res.cloudinary.com/practicaldev/image/fetch/s--5iQKH-Dz--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads.s3.amazonaws.com/uploads/articles/k8pmn3pgqstr8avn39hd.png" alt="image"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Pada Gambar di atas menggambarkan tugas-tugas yang dilakukan oleh Computer Vision yang dibagi menjadi 4 yaitu Classification, Classification + Localization, Object Detection, dan Instance Segmentation. Algoritma Classification melakukan klasifikasi setiap gambar yang diberikan dimana setiap 1 gambar yang diberikan komputer akan mengklasifikasikannya dengan 1 kelas/informasi yang paling sesuai dengan gambar tersebut. Classification + Localization mirip dengan Classification biasa yang diberikan lokalisasi berupa informasi tambahan yaitu bounding box yang memberi informasi letak dari objek yang diklasifikasikan. Lalu ada algoritma yang melakukan pendeteksian lebih dari 1 objek yaitu Object Detection. Object Detection dapat melakukan pendeteksian objek yang berada pada 1 gambar yang sama dan jenis objek yang berbeda-beda. Seperti gambar diatas terdapat gambar berisikan 2 anak kucing, 1 anjing, dan 1 mainan bebek, algoritma Object Detection mendeteksi objek apa yang ada pada gambar dan memberikan bounding box pada setiap objek tersebut. Lalu yang keempat adalah Instance Segmentation, algoritma jenis ini memiliki kelebihan dibandingkan dengan Object Detection yaitu dapat mengetahui bentuk dari objek itu sendiri.&lt;/p&gt;

&lt;p&gt;Computer Vision sudah banyak diterapkan dalam kehidupan sehari-hari, misalkan pada aplikasi kamera smartphone terdapat fitur Face Recognition untuk selfie sehingga hasil foto menjadi lebih bagus, ataupun hal yang lebih baru misalkan mobil listrik yang dikeluarkan oleh perusahaan Tesla, memakai banyak teknologi salah satunya adalah Object Detection untuk mendeteksi objek di sekitarnya untuk menentukan berbagai hal seperti mengatur laju mobil, berhenti, belok ke arah kanan dan kiri, dan juga dapat memberi peringatan terhadap objek yang ada di depannya.&lt;/p&gt;

</description>
      <category>machinelearning</category>
      <category>deeplearning</category>
    </item>
  </channel>
</rss>
