Mahasiswa UNY Ciptakan Alat Deteksi Kerumunan Gunakan CCTV
Di masa pandemi Covid-19, pemerintah telah mengeluarkan berbagai rekomendasi untuk mencegah penyebaran virus corona di Indonesia.
Seperti penerapan protokol kesehatan (prokes), yaitu memakai masker, cuci tangan pakai sabun dan air mengalir, serta menjaga jarak minimal satu meter.
Kementerian Komunikasi dan Informatika juga sedang menciptakan teknologi untuk mendeteksi populasi penduduk dengan menggunakan Mobile Subscriber Integrated Services Digital Network Number/MSISDN mobile data dari base transceiv0er station (BTS).
Kominfo akan mengeluarkan peringatan melalui pesan singkat berupa SMS blast. Namun penerapan teknologi ini juga memiliki kelemahan yaitu masih menggunakan telepon genggam sebagai media utama pendeteksi keramaian.
Deteksi kerumunan berbasis gunakan CCTV
Hal ini mengakibatkan tingkat akurasi dalam pendeteksian kerumunan kurang efektif. Selain itu, peringatan yang diberikan melalui pesan singkat khususnya dalam bentuk SMS ada kemungkinan terabaikan saat pesan tersebut diterima.
Seseorang bahkan membutuhkan jeda waktu agar pesan tersebut terbaca.Mahasiswa Universitas Negeri Yogyakarta (UNY) mencoba memberi solusi permasalahan tersebut. Mereka merancang sistem peringatan deteksi kerumunan berbasis Deep Convolutional Neural Network dengan menggunakan CCTV.
Mahasiswa yang terlibat adalah Muhammad Nurwidya Ardiansyah, Muhammad Dzulfiqar Amien dan Danang Wijaya serta Marifa Kurniasari. Menurut Muhammad Nurwidya Ardiansyah, cara kerja sistem ini adalah menggunakan perangkat CCTV sebagai media input data rekaman video secara real time. Kemudian akan dilakukan deteksi orang yang berada pada frame video tersebut.
“Setelah mendeteksi suatu objek, sistem akan mendefinisikan kerumunan ketika dua orang atau lebih berjarak kurang dari satu meter,” kata Ardian seperti dikutip laman UNY, Rabu (12 Januari 2022).
Gunakan metode Euclidean Distance
Dia mengatakan, perhitungan jarak di dalam frame dilakukan dengan metode Euclidean Distance. Setelah kerumunan terdeteksi, sistem akan mendeteksi warna pakaian dari orang yang berada di dalam kerumunan.
“Kemudian pesan peringatan suara yang dikeluarkan oleh speaker dapat lebih spesifik,” imbuhnya.
Muhammad Dzulfiqar Amien menambahkan, sistem peringatan deteksi kerumunan berbasis deep convolutional neural network merupakan inovasi pengembangan teknologi untuk menekan penyebaran virus.
Teknologi ini dibuat menggunakan tiga komponen utama yaitu mikrokontroler NVIDIA Jetson Nano sebagai perangkat pemrosesan, CCTV sebagai perangkat masukan, dan pengeras suara atau speaker sebagai perangkat keluaran.
Mampu deteksi kerumunan
Keluaran dari prototipe ini berupa pesan peringatan suara untuk membantu mengingatkan masyarakat dalam mematuhi protokol kesehatan terutama menjaga jarak dan menjauhi kerumunan.
Marifa Kurniasari menjelaskan, hasil yang diperoleh dari pengujian yang dilakukan terhadap prototipe sistem peringatan deteksi kerumunan ini yaitu sistem telah mampu mendeteksi kerumunan dengan kecepatan 22 frame per second.
Selain itu alat ini juga dapat mendeteksi objek person dengan tingkat akurasi lebih dari 90 persen dan sistem peringatan deteksi kerumunan telah mampu mendeteksi warna pakaian.
Sehingga pesan peringatan yang diberikan menjadi lebih spesifik dan meningkatkan penerimaan terhadap pesan peringatan tersebut.
“Selain itu, sistem peringatan deteksi kerumunan ini juga dapat dijalankan pada 2 (dua) CCTV secara real-time dan bersamaan,” pungkas Marifa.
SUMBER : Kompas.com
