Anda diminta untuk menambahkan modul `machine learning` (ML) ke aplikasi Android yang dapat mendeteksi objek dari `live camera feed`. Model ML (`.tflite` atau `.ptl`) cukup besar. Bagaimana Anda akan mengintegrasikan model ML ini ke dalam aplikasi secara efisien, memastikan performa yang baik, dan mengelola ukuran aplikasi?

Menggunakan `ML Kit` atau `TensorFlow Lite` dengan `model-on-device` yang dapat diunduh secara dinamis (menggunakan `Play Feature Delivery` atau `Firebase ML Model Deployment`) atau dikemas sebagai `asset` jika ukurannya kecil, dan menjalankan inferensi pada `background thread` atau `GPU`.

Anda diminta untuk mengembangkan modul pembayaran pada aplikasi e-commerce yang menangani informasi kartu kredit pengguna. Keamanan adalah prioritas utama. Metode implementasi manakah yang paling aman dan sesuai dengan standar PCI DSS (Payment Card Industry Data Security Standard) untuk memproses data sensitif ini?

Mengintegrasikan SDK pembayaran pihak ketiga yang sudah tersertifikasi PCI DSS dan menggunakan tokenisasi untuk data kartu kredit, sehingga informasi sensitif tidak pernah disimpan atau diproses langsung di aplikasi Anda.

Latihan Soal Bab 4: Pemrograman Mobile (Android) - tkj_rpl Kelas 12

No. 1

Perusahaan ingin melindungi kode aplikasi Android mereka dari upaya reverse engineering dan modifikasi yang tidak sah sebelum dirilis ke Google Play Store. Meskipun tidak ada perlindungan yang 100% sempurna, mereka ingin mempersulit pihak yang tidak bertanggung jawab. Mekanisme keamanan apa yang harus diaktifkan dalam proses build release aplikasi?