Doktor FTUI Temukan Kamera yang Dapat Lihat Sosok Orang Walaupun Terhalang Benda di Malam Hari

TRIBUNNEWSDEPOK.COM, BEJI - Kamera thermal telah lama diakui memiliki keunggulan dibandingkan kamera visible-light, khususnya dalam kondisi minim cahaya, seperti pada malam hari.

Namun, tantangan terbesar dalam penggunaannya adalah saat terjadi occlusion (ketika objek tertutupi) dan thermal crossover (ketika objek memiliki tampilan thermal yang mirip).

Oleh karena itu, Dr. Nur Ibrahim salah seorang Doktor dari Fakultas Teknik (FT) Universitas Indonesia (UI) mengembangkan metode baru untuk meningkatkan efektivitas surveillance system (sistem pengamatan) pada malam hari dengan memanfaatkan kamera thermal.

Baca juga: UI Kumpulkan Para Petinggi Universitas di Asia untuk Bicarakan Tantangan Transformasi Digital

Ia melakukan inovasi dengan pengembangan metode complex negative example yang mampu mengurangi kemungkinan terjadinya false detection (kesalahan deteksi) dan identity switching (kekeliruan identifikasi).

Complex negative example adalah suatu data yang tidak terdapat objek di dalamnya, atau hanya sebagian kecil saja dari objek yang berada pada data tersebut.

Hal ini akan membantu sistem dalam membedakan objek yang diamati ketika objek tersebut berdekatan atau tertutupi dengan objek-objek lain di sekitarnya yang memiliki karakteristik serupa.

Data penelitian diambil dengan menggunakan kamera thermal compact yang terpasang pada perangkat berbasis Android.

Baca juga: Fakta Kisah Siswa SMA Nias Selatan dan Siswi SMA Lombok Tengah Diterima di UI Melalui SNBP 2024

Pengambilan data dilakukan pada malam hari dengan skenario occlusion dan thermal crossover di hutan, di mana objek yang diamati adalah manusia yang bergerak melintasi kamera dengan berbagai jarak dan kondisi cuaca.

"Hasil penelitian menunjukkan bahwa metode yang dikembangkan memiliki dampak signifikan pada
peningkatan performa surveillance system," ujar Dr. Nur.

Optimasi metode WMIL

Dalam sistem visual tracking, penambahan algoritma interval type 2 fuzzy logic system (IT2 FLS) pada weighted multiple instance learning (WMIL) berhasil meningkatkan success rate sebesar 10-14 persen dan precision sebesar 0.21-0.33.

Dari penelitian yang telah dilakukan Dr. Nur ini memberikan kontribusi signifikan dalam bidang object tracking, terutama untuk aplikasi surveillance di malam hari.

Baca juga: Ini Cara Mendaftar Seleksi Masuk Universitas Indonesia, Ujian Simak UI Digelar pada 14 Juli 2024

Optimasi metode WMIL telah berhasil meningkatkan tingkat keberhasilan dan presisi, sementara peningkatan performa you-onlylook-once (YOLO) dan deep appearance-based trackers mengurangi potensi false detection dan identity switching secara signifikan.

Dekan FTUI Prof. Dr. Ir. Heri Hermansyah, S.T., M.Eng., IPU menyampaikan bahwa dengan inovasi ini,
sistem surveillance diharapkan dapat lebih efektif dalam memantau pergerakan objek pada malam
hari.

Baca juga: Dibuka Wamenkes, UI Health Innovation Expo 2024 Tampilkan Ragam Inovasi Bidang Kesehatan

Kemudian juga meningkatkan keamanan, dan memberikan respons yang lebih cepat terhadap insiden yang
terjadi.