Amazon Rekognition: Analisis Gambar dan Video dengan AI

Amazon Rekognition adalah layanan bertenaga AI dari Amazon Web Services (AWS) yang membantu bisnis menganalisis gambar dan video dengan mudah. Baik Anda perlu mendeteksi objek, mengenali wajah, atau memoderasi konten, Rekognition memungkinkannya tanpa memerlukan keahlian mendalam dalam machine learning. 

Tutorial ini akan memandu Anda memahami apa itu Amazon Rekognition, fitur utamanya, cara kerjanya, dan bagaimana Anda dapat mulai menggunakannya. Kami juga akan membahas manfaat, harga, dan beberapa kekhawatiran seputar penggunaannya.

Apa Itu Amazon Rekognition?

Singkatnya, Amazon Rekognition adalah layanan berbasis cloud dari Amazon Web Services (AWS) yang menggunakan deep learning untuk menganalisis gambar dan video. Layanan ini membantu mengidentifikasi objek, adegan, wajah, teks, bahkan konten tidak aman secara otomatis—semuanya tanpa memerlukan pengetahuan machine learning yang mendalam.

Layanan pengenalan gambar berbasis deep learning yang sepenuhnya dikelola ini dirancang sejak awal untuk berjalan pada skala besar.  Keunggulan Rekognition terletak pada model pra-latihannya, yang siap pakai. Namun jika Anda memiliki kebutuhan khusus, Anda juga dapat melatih model kustom untuk mengenali objek atau pola yang unik.

Tiga komponen inti dari aplikasi machine learning atau deep learning adalah pelatihan, model, dan inferensi.

Komponen Inti dari Aplikasi ML - Deep Learning. Sumber: Napkin AI

Dari ketiga komponen ini, keunggulan besarnya adalah pelatihan sudah dilakukan untuk Anda melalui API Rekognition. Pelatihan ini menghasilkan model yang digunakan di dalam layanan. Anda hanya perlu mengakses API tersebut untuk membuat inferensi bagi aplikasi Anda. 

Lebih dari itu, pendekatan sederhana berbasis API ini memungkinkan pengembang—terlepas dari keahlian ML—dengan cepat menambahkan kapabilitas AI yang kuat ke produk mereka. 

Fitur Utama Amazon Rekognition

Mari jelajahi beberapa fitur Rekognition yang paling berdampak, diilustrasikan melalui contoh dunia nyata.

Gambaran Umum Fitur Amazon Rekognition. Sumber: Napkin AI

Deteksi objek dan adegan

Ribuan objek, adegan, dan aksi dalam gambar serta video dapat diidentifikasi dan diberi label secara presisi oleh Amazon Rekognition. Misalnya, layanan ini dapat membantu mengotomatisasi manajemen inventaris dengan mengidentifikasi produk di rak toko. Demikian pula, Rekognition dapat mengenali mobil dan pejalan kaki dalam tugas pengawasan lalu lintas.

Pinterest menggunakan Rekognition untuk memberi label konten yang diunggah pengguna dan mengidentifikasi objek, adegan, serta aktivitas. Ini membantu memberi tag gambar dengan kata kunci yang relevan, sehingga meningkatkan kemampuan platform dalam merekomendasikan konten serupa secara visual.

Analisis dan pengenalan wajah

Kemampuan analisis dan pengenalan wajah Rekognition yang canggih memungkinkannya mengidentifikasi karakteristik seperti rentang usia, jenis kelamin, dan emosi. Selain itu, layanan ini menyediakan pengenalan wajah untuk verifikasi identitas—pikirkan sistem pintu masuk gedung atau gerbang keamanan bandara. Rekognition digunakan oleh bisnis untuk memastikan identitas pengguna secara aman di aplikasi perbankan atau sistem kehadiran.

Dengan menggunakan Amazon Rekognition, PBS membuat graf pengetahuan tingkat perusahaan untuk mengumpulkan metadata konten pada level segmen, klip, bahkan frame, dan dengan mudah mengatribusikan informasi pengenalan wajah, objek, dan suasana hati ke lebih dari 60.000 judul di perpustakaan digital PBS. 

Deteksi dan ekstraksi teks

Pernah bertanya-tanya bagaimana situs media sosial mengenali meme atau gambar dengan teks overlay? Rekognition secara efisien mendeteksi dan mengenali teks dalam foto atau frame video, bahkan ketika teks tidak sepenuhnya jelas atau sejajar. Ini dapat digunakan untuk pemrosesan dokumen otomatis yang ditingkatkan oleh bisnis atau bahkan untuk melakukan analisis sentimen berdasarkan data visual. 

Label kustom

Satu pembeda jelas dari Amazon Rekognition adalah Custom Labels, yang memungkinkan perusahaan melatih Rekognition menggunakan data mereka sendiri. Jika Anda seorang pemasar dan ingin melihat logo merek Anda diunggah di media sosial, Rekognition dapat mengidentifikasi logo Anda di jutaan gambar tanpa perlu menghabiskan ratusan jam untuk meninjaunya secara manual—menghasilkan wawasan pemasaran yang dapat ditindaklanjuti.

San Diego Gas & Electric (SDG&E) menggunakan label kustom Rekognition untuk secara otomatis mengidentifikasi kerusakan aset pada citra drone dan risiko vegetasi pada citra satelit.

Moderasi konten

Dengan fitur moderasi kontennya, perusahaan media sosial dan platform streaming video menggunakan Rekognition untuk secara otomatis menyaring konten tidak pantas seperti materi berbau seksual eksplisit dan kekerasan grafis dari unggahan pengguna. Ini memastikan penanganan konten buatan pengguna dalam jumlah besar menjadi sangat sederhana dan sangat andal.

Pengenalan selebritas

Fitur pengenalan selebritas dari Amazon Rekognition banyak digunakan oleh perusahaan media yang meliput acara hiburan. Identifikasi selebritas yang cepat memungkinkan penyedia konten memberi tag otomatis pada foto atau video dari acara karpet merah atau berita, sehingga memberikan peningkatan alur kerja yang signifikan.

Cara Kerja Amazon Rekognition

Amazon Rekognition menggunakan model deep learning tingkat lanjut yang dihosting pada infrastruktur komputasi awan AWS yang dapat diskalakan. Berikut alur kerjanya yang disederhanakan:

1. Data Masukan: Anda menyediakan gambar atau video melalui API Rekognition.
2. Pemrosesan AI: Model deep learning Rekognition menganalisis data, mendeteksi wajah, objek, teks, atau jenis konten.
3. Hasil: Hasil dikembalikan dengan cepat melalui panggilan API dalam format JSON, siap diintegrasikan ke aplikasi atau basis data Anda.

Layanan ini dapat bekerja bersama solusi AWS lain seperti AWS Lambda dan Amazon Kinesis untuk memungkinkan skenario analisis real-time, seperti pemantauan video langsung untuk keamanan.

Arsitektur tingkat tinggi

• Gambar atau aliran video diunggah ke Amazon S3.
• Panggilan API AWS Rekognition memicu inferensi AI.
• Hasil dikirim kembali melalui API ke aplikasi atau layanan Anda.

Pipeline Gambar

Pipeline tingkat tingginya diuraikan di bawah ini:

• Sebuah pesan dikirim ke antrean Amazon SQS, memulai pipeline pemrosesan gambar.
• Ini memicu fungsi Lambda, yang berjalan secara sinkron.
• Fungsi Lambda memanggil Amazon Rekognition untuk menganalisis gambar.
• Hasil analisis disimpan di DynamoDB, S3, atau Elasticsearch, tergantung pada use case.
• Throughput pipeline dikendalikan dengan menyesuaikan ukuran batch dan konkurensi Lambda, memastikan pemrosesan yang efisien.

Pipeline Video

Pipeline tingkat tingginya diuraikan di bawah ini:

• Pipeline pemrosesan video mengirim pesan ke antrean Amazon SQS, yang memulai analisis video.
• Fungsi Lambda penjadwal pekerjaan berjalan secara berkala, mengirimkan permintaan pemrosesan video ke Amazon Rekognition hingga jumlah maksimum pekerjaan konkuren tercapai.
• Saat pekerjaan analisis video selesai, Amazon Rekognition mengirim pemberitahuan melalui Amazon SNS, yang memicu pengiriman batch pekerjaan berikutnya.
• Hasil dari analisis disimpan di penyimpanan data yang sesuai untuk penggunaan lebih lanjut.
• Pipeline secara otomatis menyesuaikan kecepatan pemrosesannya berdasarkan batas akun AWS, memastikan kinerja optimal.

Arsitektur rujukan ini reference architecture dapat memberi Anda penjelajahan teknis lebih mendalam jika diperlukan.

Cara Menggunakan Amazon Rekognition

Berikut betapa mudahnya bisnis mengintegrasikan Amazon Rekognition ke dalam alur kerja mereka:

Alur kerja Amazon Rekognition

Alur Kerja Amazon Rekognition. Sumber: Gambar oleh Napkin AI

• Langkah 1: Simpan data gambar/video Anda di Amazon S3.
• Langkah 2: Lakukan panggilan API ke Rekognition menggunakan AWS SDK (tersedia untuk Python, Java, Node.js, dll.).
• Langkah 3: Terima dan proses respons JSON dari Rekognition berisi wawasan.
• Langkah 4: Integrasikan wawasan ini ke dalam logika aplikasi Anda, memicu tindakan seperti peringatan atau pemfilteran konten.

Memulai dengan Amazon Rekognition

Langkah utama untuk mulai menggunakan Rekognition diuraikan di bawah ini. 

1. Daftar: Buat akun AWS Anda di aws.amazon.com.
2. Penyiapan via AWS Console: Akses Rekognition melalui AWS Management Console. Anda dapat melakukannya dengan mengetik Rekognition di bilah pencarian dan memilih rekognition untuk membuka konsol layanan.

Menyiapkan Amazon Rekognition melalui AWS Console. Sumber: AWS

3. Integrasi AWS CLI & SDK: Instal AWS CLI atau SDK pilihan untuk akses terprogram.
4. Implementasikan analisis contoh: Cobalah menjalankan analisis gambar sederhana untuk membiasakan diri. Misalnya, Anda dapat memilih Facial analysis di panel navigasi sebelah kiri seperti ditunjukkan di bawah. Fitur ini memungkinkan Anda menganalisis wajah dalam gambar dan menerima respons JSON.

Pilih layanan yang relevan. Sumber Gambar: AWS

Seperti yang Anda lihat, caranya ternyata sangat mudah!

Manfaat Amazon Rekognition

Beberapa alasan mengapa bisnis menyukai Rekognition antara lain:

Skalabilitas & kinerja

Karena Rekognition berjalan di infrastruktur AWS, layanan ini dapat diskalakan secara otomatis, menangani jutaan gambar dan video tanpa jeda. Bisnis tidak perlu khawatir tentang penurunan kinerja, apa pun besarnya beban kerja mereka. Tugas tinjauan manusia juga dapat ditingkatkan dengan AI.

Efisiensi biaya

Dengan model harga bayar sesuai pemakaian, perusahaan hanya membayar apa yang mereka gunakan, menjadikannya solusi yang ramah anggaran tanpa investasi awal yang besar.

Kemudahan integrasi

API yang ramah pengguna memudahkan implementasi, bahkan untuk tim dengan sedikit atau tanpa keahlian machine learning. Tidak perlu membangun model kompleks dari nol—cukup hubungkan dan mulai menganalisis gambar atau video.

Akurasi & keandalan

Amazon terus melatih dan meningkatkan model AI-nya, yang berarti akurasi lebih baik dan upaya manual yang lebih sedikit bagi bisnis. Ini membantu mengurangi kesalahan manusia dalam tugas seperti verifikasi identitas, deteksi objek, dan moderasi konten.

Kekhawatiran dan Kontroversi seputar Amazon Rekognition

Seperti teknologi kuat lainnya, Rekognition memunculkan beberapa kekhawatiran yang valid:

Kekhawatiran privasi dan pengawasan

Penggunaan Rekognition dalam penegakan hukum dan pengawasan memicu perdebatan panas. Para kritikus berpendapat bahwa pengenalan wajah bertenaga AI dapat disalahgunakan untuk pengawasan massal, yang berpotensi melanggar hak privasi dan kebebasan sipil. Amazon mendapat sorotan karena menjual teknologi ini kepada lembaga pemerintah, dengan kekhawatiran tentang bagaimana teknologi tersebut digunakan dan apakah kurang pengawasan yang tepat.

Bias dalam pengenalan wajah

Bias AI adalah isu nyata, dan studi, termasuk dari MIT, menunjukkan bahwa sistem pengenalan wajah dapat mengalami kesulitan akurasi, terutama saat mengidentifikasi individu dari kelompok ras atau gender yang berbeda. Salah identifikasi dapat berakibat serius, khususnya dalam penegakan hukum, di mana kecocokan yang keliru dapat menyebabkan penangkapan yang tidak semestinya. Kontroversi ini menegaskan perlunya peningkatan keadilan AI dan memastikan model pengenalan wajah bekerja sama baiknya di seluruh populasi yang beragam.

Penggunaan etis dan regulasi

Di tengah kritik yang meningkat, Amazon memutuskan untuk melakukan penghentian sementara penjualan Rekognition kepada lembaga penegak hukum, mengakui kekhawatiran etis seputar penggunaannya. Perdebatan tentang etika AI terus berlanjut, dengan organisasi seperti ACLU mendorong pengawasan dan akuntabilitas yang lebih ketat.

Harga Amazon Rekognition

Amazon Rekognition mengikuti model harga bayar sesuai pemakaian, artinya Anda hanya membayar apa yang Anda gunakan. Harga didasarkan pada jenis analisis yang Anda lakukan, dan tidak ada investasi di muka. Mari memahaminya lebih baik: 

Harga untuk gambar

Rekognition Image memungkinkan Anda menganalisis gambar menggunakan teknologi deep learning. Penetapan harganya dibagi menjadi dua bagian:

• Analisis gambar: Anda dikenai biaya per gambar yang dianalisis. Jika Anda menjalankan beberapa analisis pada gambar yang sama, Anda akan dikenai biaya untuk setiap permintaan secara terpisah. Jadi, sebagai contoh, jika Anda menganalisis 2,5 juta gambar untuk deteksi label, struktur biayanya terlihat seperti ini:

1 juta gambar pertama: $0,0010 per gambar, biayanya $1.000. 

1,5 juta gambar berikutnya: $0,0008 per gambar, biayanya $1.200

Total biaya: $2.200

• Penyimpanan metadata wajah: Jika Anda menggunakan perbandingan wajah atau pencarian wajah, Rekognition menyimpan metadata wajah, dan Anda akan ditagih biaya bulanan kecil untuk penyimpanan ini. Biayanya $0,00001/metadata wajah per bulan, di mana biaya penyimpanan diterapkan setiap bulan dan dihitung proporsional untuk bulan yang tidak penuh.

Harga untuk video

Jika Anda menganalisis video alih-alih gambar, Anda akan dikenai biaya per menit cuplikan yang diproses.

• Deteksi label (mendeteksi objek, adegan, dan aktivitas): Mulai dari $0,10 per menit
• Pencarian wajah (mencocokkan wajah dengan basis data): Mulai dari $0,10 per menit

Jadi, memproses 1.000 menit video untuk deteksi label akan dikenai biaya $100 pada tarif $0,10 per menit.

Harga label kustom

Rekognition memungkinkan bisnis melatihnya untuk mengenali objek spesifik yang unik bagi kebutuhan mereka. Fitur ini memiliki dua biaya:

• Melatih Model: $1,00 per jam
• Menjalankan Prediksi (Inferensi): $4,00 per 1.000 gambar

Perlu dicatat bahwa penggunaan Training dan Inference ditagih dalam kelipatan menit, dengan minimum 1 menit.

Harga terperinci untuk berbagai layanan lain diperbarui secara berkelanjutan dan dapat dilihat di halaman Amazon Rekognition Pricing.

Kesimpulan

Amazon Rekognition adalah produk AWS yang kuat untuk analisis gambar dan video, menawarkan fitur seperti pengenalan wajah, deteksi objek, ekstraksi teks, dan moderasi konten.  Skalabilitas, kemudahan integrasi, dan efisiensi biayanya menjadikannya berharga bagi bisnis lintas industri. 

Jika Anda mengeksplorasi cara baru untuk memanfaatkan visi komputer tingkat lanjut bagi bisnis Anda, Amazon Rekognition jelas merupakan titik awal yang berharga dan mudah diakses.

Dan jika Anda ingin mengeksplorasi dan mempelajari lebih lanjut layanan serta produk AWS terkait, kami memiliki sumber daya hebat yang dapat membantu:

• Kursus AWS Concepts: Jelajahi dunia Amazon Web Services (AWS) dan pahami mengapa layanan ini berada di garis depan komputasi awan.
• Kursus Konsep Teknologi dan Layanan AWS Cloud: Kuasai teknologi cloud AWS dengan pembelajaran praktis dan aplikasi nyata di ekosistem AWS.
• AWS Cloud Practitioner Certification (CLF-C02): Tunjukkan pengetahuan dasar Anda tentang layanan cloud AWS, dan akses semua yang Anda butuhkan untuk mempersiapkan Sertifikasi AWS Cloud Practitioner.
• Etika AI: Mengapa Menentukannya dengan Benar Itu Penting (Podcast & Blog)
• Regulasi AI: Memahami Kebijakan Global Blog
• Kursus Etika AI: Jelajahi etika AI dengan fokus pada prinsip, keadilan, pengurangan bias, dan kepercayaan dalam desain AI.