Pindai & Identifikasi
Arahkan kamera Anda ke rak atau label wine untuk langsung mengidentifikasi setiap botol. Lihat varietas anggur, wilayah, tahun vintage, dan catatan pencicipan.
Arahkan kamera ke rak atau label wine, lalu VinSip akan mengenali setiap botol dalam hitungan detik. Dapatkan rekomendasi sommelier yang dipersonalisasi berdasarkan selera, anggaran, dan acara Anda — tanpa perlu pengetahuan tentang wine.
Arahkan kamera Anda ke rak atau label wine untuk langsung mengidentifikasi setiap botol. Lihat varietas anggur, wilayah, tahun vintage, dan catatan pencicipan.
Temukan toko wine, bar, dan restoran di dekat Anda atau di kota mana pun di seluruh dunia. Lihat jam buka, spesialisasi, petunjuk arah, dan penilaian komunitas sebelum berkunjung.
Dapatkan rekomendasi berbasis AI yang sesuai dengan selera Anda. Beri tahu VinSip apa yang Anda sukai — tingkat kemanisan, bodi, anggaran — dan VinSip akan menemukan wine yang tepat untuk Anda.
Catat setiap wine yang Anda cicipi. Beri nilai pada botol dengan skala 5 bintang, tambahkan catatan pencicipan, dan susun riwayat pribadi perjalanan wine Anda.
Semakin banyak Anda memindai, semakin pintar VinSip. VinSip mempelajari preferensi Anda dan menampilkan wine yang benar-benar akan Anda sukai — tanpa daftar "10 terbaik" yang generik.
Toko wine di Paris, restoran di Rome, bar di New York. VinSip memetakan berbagai tempat di setiap kota dan mengidentifikasi wine di mana pun Anda berada.
Arahkan ponsel Anda ke rak wine dan VinSip akan mengidentifikasi setiap botol yang terlihat dalam hitungan detik. Pemindai membaca label depan, label belakang, dan label rak — sehingga tetap berfungsi meski botol tersusun rapat. Setelah teridentifikasi, Anda dapat melihat varietas anggur, wilayah asal, vintage, dan nilai rata-rata dari komunitas wine.
VinSip tidak hanya mengidentifikasi — tetapi juga memberikan rekomendasi. Setelah memindai, Anda mendapatkan pilihan yang dipersonalisasi dan diurutkan berdasarkan tingkat kecocokannya dengan profil selera Anda. Atur preferensi Anda sekali saja — tingkat kemanisan, bodi yang disukai, kisaran anggaran, acara — dan setiap pemindaian akan memberikan saran yang disesuaikan.
Setiap wine yang Anda pindai atau cicipi akan disimpan dalam catatan wine pribadi Anda. Beri nilai pada botol dengan skala 5 bintang, tambahkan catatan pencicipan, dan tandai wine sebagai "Ingin Dicoba" atau "Sudah Dicicipi". Seiring waktu, Anda akan memiliki riwayat lengkap penemuan wine Anda — lihat statistik wilayah, varietas anggur, dan kisaran harga favorit Anda.
Unduh dari App Store atau Google Play. Tidak perlu kartu kredit atau mendaftar untuk mulai memindai.
Arahkan kamera Anda ke rak wine, botol, atau daftar wine restoran. VinSip langsung mengidentifikasi wine.
Lihat pilihan yang dipersonalisasi berdasarkan profil selera Anda. Simpan favorit, lacak perjalanan Anda, dan mengobrol dengan sommelier AI.
Pindai sebelum membeli. Gratis diunduh — tanpa akun, alamat email, atau kartu kredit untuk memulai — dan tidak ada penempatan berbayar di situs ini.
Aplikasi wine mengidentifikasi botol dengan membaca label sebagai gambar, bukan dengan mengenali wine tersebut. Ada empat tahap terpisah antara saat foto diambil dan rekomendasi diberikan, dan setiap tahap dapat gagal dengan cara yang berbeda.
Tahap pertama menemukan area berbentuk label dalam foto dan meluruskannya. Foto rak biasanya memuat delapan hingga dua puluh label potensial, sebagian besar dalam posisi miring dan tertutup sebagian oleh botol di depannya. Apa pun yang tidak terdeteksi pada tahap ini tidak dapat dipulihkan kemudian, sehingga foto satu botol yang diambil lurus dari depan jauh lebih andal daripada foto rak yang diambil dari sudut lebar.
Pengenalan karakter optis mengubah setiap area menjadi teks. Di sinilah kegagalan umum terjadi: huruf kapital serif pada latar gelap, foil emas yang tampak terlalu terang di bawah lampu toko, jenis huruf sambung pada label Burgundy, dan tahun panen yang tercetak di leher botol alih-alih pada badan botol. Hasilnya berupa rangkaian teks, dan satu karakter yang salah dalam nama produsen sudah cukup untuk membuat tahap berikutnya mengarah ke wine yang salah.
Teks yang diekstrak dicocokkan dengan basis data wine. Kecocokan memerlukan nama produsen, nama wine, dan idealnya tahun panen; jika hanya ada dua dari tiga unsur tersebut, hasilnya adalah kelompok wine, bukan satu botol tertentu. Tahap inilah yang menentukan apakah Anda mendapatkan "Château Something 2019" atau "wine merah Bordeaux".
Mengidentifikasi nama botol dan merekomendasikannya adalah dua persoalan yang berbeda, dan hanya yang pertama merupakan tugas pengenalan visual. Rekomendasi memeringkat botol yang teridentifikasi berdasarkan preferensi yang Anda berikan — gaya, tingkat kemanisan, anggaran, dan acara — sehingga kualitas jawabannya jauh lebih bergantung pada seberapa jujur Anda mengisi preferensi tersebut daripada seberapa baik kameranya. Aplikasi yang memberikan rekomendasi tanpa pernah menanyakan apa yang Anda sukai sebenarnya hanya memeringkat berdasarkan popularitas dan menyebutnya personalisasi.
Pengenalan gagal pada label yang rusak, basah, atau terkelupas karena teksnya tidak dapat dibaca. Pengenalan juga gagal pada produsen yang sangat kecil dan wine mereka tidak tercantum dalam basis data mana pun. Pengenalan gagal pada wine dengan label yang hanya mencantumkan wilayah tanpa nama produsen, seperti yang umum dijumpai di Italia dan Spanyol. Pengenalan juga gagal dalam kondisi minim cahaya karena OCR lebih membutuhkan kontras daripada resolusi.
Pengenalan juga dapat gagal tanpa disadari, dan inilah kondisi yang berbahaya: hasil yang tampak meyakinkan menyebutkan vintage yang salah untuk wine yang tepat. Vintage adalah bidang yang paling sering salah dibaca karena biasanya dicetak dengan teks terkecil pada label dan sering ditempatkan pada bagian terpisah.
Ada kegagalan lain yang lebih sulit dikenali dan jarang diperingatkan: pengenalan bisa saja sempurna, tetapi rekomendasinya tetap salah karena botol di depan Anda tidak tersedia dalam data referensi untuk vintage yang sedang Anda pegang. Wine keluaran 2022 yang hanya dikenal oleh basis data melalui keluaran 2019 akan dijelaskan berdasarkan karakter wine yang lebih lama, dan tidak ada petunjuk di antarmuka bahwa penggantian tersebut telah terjadi.
Aturan praktisnya: gunakan pengenalan untuk mengetahui identitas sebuah botol yang belum pernah Anda lihat, lalu periksa sendiri labelnya sebelum menggunakan hasil tersebut untuk keputusan bernilai tinggi. Model gambar tidak boleh menjadi penentu akhir dalam penawaran lelang atau penilaian asuransi.
Pengenalan wine dari foto merupakan gabungan pengenalan karakter optik dan pencarian dalam basis data, yang didahului oleh tahap deteksi. Sistem ini bekerja dengan baik pada label yang bersih, cukup terang, dan menghadap langsung ke kamera dari produsen yang tercantum dalam data referensi. Namun, kinerjanya menurun — biasanya menghasilkan jawaban keliru yang terdengar masuk akal, bukan kegagalan yang jelas — pada label rusak, jenis huruf bergaya tulisan tangan, kondisi minim cahaya, dan produsen yang kurang dikenal. Vintage adalah bidang yang paling sering salah. Anggap hasilnya sebagai petunjuk kuat mengenai botol yang Anda pegang, lalu verifikasi melalui label sebelum mengambil keputusan yang dapat menimbulkan kerugian finansial jika hasilnya salah.
Tiga perbedaan yang dapat diperiksa, bukan sekadar dipercaya, termasuk satu hal yang menjadi kekurangan kami.
| Yang dibandingkan | Aplikasi wine besar | VinSip |
|---|---|---|
| Dasar penghitungan peringkat | Rata-rata dari semua orang yang memberi nilai pada anggur tersebut | Gaya, tingkat kemanisan, anggaran, dan acara yang Anda tetapkan sebelum memindai |
| Apa yang dipindai | Satu botol yang sudah Anda ambil | Seluruh rak di depan Anda, diurutkan berdasarkan peringkat |
| Apakah pemberi rekomendasi menjual anggur tersebut | Ya — Apple mencantumkan Vivino dalam kategori Belanja serta Makanan & Minuman, dan Vivino menjual melalui marketplace miliknya sendiri | Tidak. Kami tidak menjual anggur dan tidak menerima pembayaran untuk pencantuman atau posisi dalam peringkat |
| Ukuran basis data anggur | Vivino menyatakan memiliki 19,6 juta anggur dan 3,26 miliar pemindaian | Jauh lebih kecil, dan ini merupakan konsekuensi yang nyata |
Dasar penghitungan peringkat. Nilai rata-rata menjawab "apakah orang-orang menyukai ini". Nilai tersebut tidak dapat menjawab "apakah saya akan menyukainya", karena orang dengan preferensi tertentu berada di bagian ekor distribusi, tepat di tempat nilai rata-rata memberikan informasi paling sedikit.
Apa yang dipindai. Keputusan dibuat di lorong toko, di antara dua puluh botol, bukan setelahnya dengan hanya mempertimbangkan satu botol.
Apakah pemberi rekomendasi menjual anggur tersebut. Ini adalah persoalan struktural, bukan tuduhan: rekomendasi yang ditampilkan di samping inventaris yang menghasilkan keuntungan bagi pemberi rekomendasi merupakan hal yang berbeda dari rekomendasi yang tidak demikian.
Ukuran basis data anggur. Untuk produsen kecil yang kurang dikenal, Vivino dapat mengidentifikasi nama botolnya, sedangkan kami tidak. Kami lebih memilih menyatakannya di sini daripada membiarkan Anda mengetahuinya sendiri di toko.
Basis data wine terbesar adalah milik Vivino, dan selisihnya sangat jauh: 19,6 juta wine dibandingkan katalog yang beberapa orde magnitudo lebih kecil. Yang membedakan VinSip adalah dasar pemeringkatannya — preferensi yang Anda nyatakan, bukan penilaian rata-rata orang lain — serta tidak adanya wine yang ingin dijual kepada Anda, sehingga tidak ada wine dalam daftar yang muncul karena membayar untuk berada di sana. Jika Anda menginginkan katalog terbesar, gunakan katalog terbesar. Jika Anda ingin wine di rak diurutkan berdasarkan selera Anda sendiri oleh layanan yang tidak berkepentingan dengan hasilnya, inilah pilihannya.