4 Aplikasi Karya Lulusan Apple Developer Academy Indonesia yang Membuat Heboh

Inovasi Digital dari Lulusan Apple Developer Academy Indonesia

Beberapa aplikasi yang dikembangkan oleh lulusan Apple Developer Academy Indonesia tahun ini menarik perhatian karena pendekatan inovatif dan solusi nyata yang mereka tawarkan. Berbagai proyek ini mencerminkan kreativitas dan keterampilan peserta dalam menciptakan produk digital yang relevan dan berdampak luas.

Bike Baik: Sistem Pemantauan Armada Motor Berbasis IoT

Sepeda motor menjadi sarana transportasi paling umum di Indonesia, termasuk bagi wisatawan. Kebutuhan pengelolaan armada yang lebih terukur mendorong tim Bike Baik merancang sistem berbasis iPadOS yang memanfaatkan IoT untuk pemilik bisnis rental motor. Aplikasi ini memonitor komponen vital seperti ban, rem, mesin, rantai, oli, dan filter udara, serta memproses data terkait gaya mengemudi, kondisi rute, dan pola penggunaan.

Dengan kemampuan mendeteksi keausan lebih awal, operator dapat menjadwalkan perawatan secara optimal, menurunkan risiko kecelakaan, dan menghemat biaya operasional. Platform ini dikembangkan menggunakan Swift dan SwiftUI, serta ditopang oleh teknologi server seperti ElysiaJS, PostgreSQL, dan Docker.

Melihat data kebiasaan berkendara secara real-time membuat kami sadar betapa pentingnya solusi ini. Akademi memberi ruang aman bagi kami untuk bereksperimen dan mengembangkan ide, kata Theodore Michael Budiono, Product Designer Bike Baik. Tim ini berharap dapat memperluas layanan ke armada yang lebih besar, termasuk layanan pengantaran.

Wikan: Aplikasi Penerjemah Bahasa Jawa dengan Akurasi Tinggi

Meski Bahasa Jawa dituturkan lebih dari 80 juta orang, penggunaannya terus menurun, khususnya di kalangan generasi muda. Dari kegelisahan personal karena jarang memakainya dalam keseharian, tim Wikan menghadirkan cara baru untuk menjaga kelestarian bahasa tersebut melalui pendekatan teknologi. Aplikasi ini menawarkan penerjemah Bahasa IndonesiaBahasa Jawa dengan tingkat akurasi tinggi lewat pemanfaatan 185.000 sampel audio.

Aplikasi ini mendukung dua ragam tutur: ngoko dan krama, serta memasukkan ungkapan lokal supaya terjemahan tetap sesuai konteks budaya. Proses validasi dilakukan bersama seorang profesor linguistik Jawa, termasuk penyusunan pipeline koreksi audio ganda untuk meningkatkan presisi fonem dan konteks. Aplikasi ini dibangun sepenuhnya menggunakan ekosistem Apple, mulai dari Swift, SwiftUI, SwiftData hingga WhisperKit.

Kami menyadari bahwa riset adalah pondasi sebelum membuat solusi apa pun. Di akademi, kami diajarkan mendengar, menguji, dan memahami kebutuhan pengguna. Pengalaman tersebutlah yang membentuk Wikan menjadi akurat, halus, dan menyenangkan digunakan, ujar Adithya Firmansyah Putra, Coder Wikan.

SeaLens: Analisis Bawah Laut Berbasis Machine Learning

Sebagai pusat Segitiga Terumbu Karang, Indonesia memiliki kekayaan laut luar biasa. Namun perubahan iklim dan polusi terus mengancam ekosistem tersebut, sehingga pemantauan biodiversitas menjadi semakin mendesak. SeaLens hadir sebagai jawaban. Dengan SeaLens, peneliti bisa mengunggah video bawah laut untuk dianalisis secara otomatis. Model machine learning seperti Ultralytics YOLO dan ByteTrack memungkinkan aplikasi mengidentifikasi jenis ikan, menghitung populasi, dan memangkas ribuan jam pekerjaan manual dalam studi kelautan.

Kolaborasi erat dengan lembaga konservasi LivingSeas Bali memastikan pengembangan aplikasi sesuai dengan tantangan yang dihadapi konservator di lapangan. Bekerja dengan tim lintas negara dan budaya tidak selalu mudah, tetapi tekad kami untuk menjaga ekosistem laut membuat langkah kami tetap kuat. Kami berharap SeaLens terus berkembang dan mendukung lebih banyak upaya restorasi terumbu karang, ujar Antonia Neumeier, Product Manager SeaLens.

Hockey Home: Latihan Hoki Tanpa Arena Es

Di negara tropis seperti Indonesia, rink es sulit dijangkau. Hockey Home mencoba mengatasi kendala tersebut lewat aplikasi yang memungkinkan atlet hoki melatih keterampilan dasar tanpa harus berada di arena es. Aplikasi yang hadir di iPhone dan iPad ini dibekali model machine learning yang dapat mendeteksi puck maupun objek latihan seperti bola tenis. Dukungan multiplayer melalui GameKit memungkinkan pemain berlatih atau bertanding dari lokasi berbeda.

Hockey Home juga dilengkapi perangkat keras berupa stand cermin untuk membantu menjaga postur saat berlatih. Kami akhirnya memahami bahwa komunikasi adalah fondasi kerja tim. Dengan latar belakang yang beragam, kami perlu belajar menjelaskan ide dengan lebih jelas dan sabar. Mentor di akademi membantu kami melihat bahwa proses belajar sama berharganya dengan hasil akhirnya, tutur Biiunov Igor, Project Lead & Coder Hockey Home.