Moodle adalah sebuah sistem berbasis open source yang berguna dalam kegiatan belajar dan mengajar. Kelas konvensional pada umumnya mengandalkan sistem tatap muka di kelas. Moodle menawarkan sistem belajar via internet atau disebut juga sebagai eLearning atau sering disebut eLMS (eLearning management system). Saya menginstal moodle terbaru di alamat moodle.ekaangga.net, sampai sekarang saya masih melakukan testing yang mana kelak akan di-implementasikan di tingkat universitas.
Banyak sekali pertanyaan mengenai big data. Pada umumnya tools apa yang digunakan, seberapa “big” ukuran data yang dipakai dll. Saya jelaskan melalui praktek langsung menggunakan hadoop. Diharapkan setelah kamu melihat dan coba prakteknya bisa menambah pemahaman mengenai big data itu sendiri. Ini adalah seri pertama, berikutnya akan saya posting kembali di seri-seri berikutnya.
Tutorial berikut saya menggunakan ubuntu server versi 16.04.
Install java
sudo apt-get update
Gambar di atas saya ambil dari kamera depan notebook, memang terbalik tapi gak masalah yang penting terdeteksi dengan sempurna dulu. Untuk ngebalik caranya sangat mudah, gunakan code ini frame = cv2.flip(frame,0)
Sebelum bereksperimen dengan kamera, ada baiknya kita tes dulu apakah web cam yang terpasang terdeteksi dengan baik oleh openCV atau tidak. Caranya mudah, tulis saja code berikut:
sumber dari web resmi OpenCV
catatan: lihat pada bagian VideoCapture(1), karena front webcam terdeteksi sebagai kamera kedua. Kamera pertama selalu dimulai dari 0.
Kelas multimedia3
Tutorial berikut diambil lagi-lagi dari blog ini tentunya dengan sedikit perubahan. Saya membuat petunjuk yang cukup mudah dan dapat diikuti dengan cepat. Sisanya pelajari sendiri ya kenapa bisa begini dan begitu, terutama teknik matematika yang melatar belakanginya.
1. Import numpy
import numpy as np import cv2
2. Jangan lupa masukkan HaarCascades classifier nya.
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
3. Tangkap kamera yang terpasang, web cam pertama terdeteksi dari angka 0. Saya menggunakan netbook dengan 3 kamera maka saya isi dengan cv2.VideoCapture(2). Angka 2 diganti dengan kamera mana yang kamu inginkan.
Judul lengkapnya adalah Face Recognition image 2 dimensi dengan Python dan OpenCV menggunakan metode HaarCascades.
Baik, tutorial ini mengambil dari lini ini. Mungkin untuk yang masih awam, bakal kesulitan karena pasti gak jalan. Setelah menghabiskan beberapa waktu untuk modifikasi, akhir ketemu cara yang tepat. Ikuti langkah berikut, selamat belajar.
1. pastikan opencv telah terinstall
2. import cv2 dan numpy
import numpy as np import cv2
3. saya menyebutnya dataset muka, dari pada capek capek bikin download saja yang sudah ada. Disebut dataset muka bukan berarti kumpulan face tapi lebih ke teksture muka dalam bentuk code xml, ini dia alamatnya di link berikut.
4. siapkan file, saya menggunakan gambar.png
5. kemudian tulis kode berikut, kita gunakan gambar.png sebagai input:
image = cv2.imread('gambar.png')
6. Ubah menjadi gray
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)