Mahasiswa UNY Rancang Crowd Detector, Argumen Akurat dan Real-Time

Fikrirasy.ID.CO, Yogyakarta – Sekelompok mahasiswa dari Universitas Negeri Yogyakarta (UNY) merancang sistem peringatan deteksi kerumunan manusia berbasis jaringan saraf konvolusi dalam selama pandemi Covid-19 saat ini. Sistem ini menggunakan perangkat CCTV.

Alat ini dikembangkan untuk meningkatkan teknologi yang digunakan oleh pemerintah saat ini berdasarkan data mobilitas ponsel dari Base Transceiver Stations (BTS), Mobile Subscriber Convergence Service Digital Network Numbers/MSISDN. Sistem ini memungkinkan pemerintah untuk menyebarkan peringatan melalui pesan singkat dalam bentuk ledakan SMS.

Penerapan teknologi ini dinilai masih lemah karena menggunakan ponsel sebagai media utama pendeteksi keramaian. Muhammad Nurwidya Ardiansyah, salah satu anggota tim UNY yang mengembangkan alat baru tersebut, mengatakan pada Selasa, 11 Januari 2022.

Suatu bentuk kelemahan yang kurang akurat dalam mendeteksi keramaian. Selain itu, pesan singkat, terutama peringatan dalam bentuk SMS, lebih cenderung diabaikan saat pesan diterima dan memerlukan jeda untuk membaca pesan tersebut.

Maka Ardiansyah pun mengembangkan sistem baru yang dinilai timnya lebih akurat untuk mendeteksi keramaian. Karya ini juga didanai oleh Departemen Pembelajaran dan Kemahasiswaan, Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi di bawah Program Kreativitas Mahasiswa Inisiatif Kreatif 2021.

Seorang mahasiswa Prodi Riset Teknologi Informasi mengatakan, “Cara kerja sistem kami adalah dengan menggunakan perangkat CCTV sebagai media input untuk data perekaman video secara real time. Kemudian akan mendeteksi orang dalam frame video.”

Dia mengatakan sistem akan mendefinisikan kerumunan ketika ada dua orang atau lebih yang berjarak kurang dari satu meter setelah suatu objek terdeteksi.

Anggota tim lainnya, Muhammad Dzulfiqar Amien mengatakan, perhitungan jarak untuk frame yang dikembangkan timnya dilakukan dengan menggunakan metode jarak Euclidean. Ketika kerumunan terdeteksi, sistem mendeteksi warna pakaian orang, memungkinkan pembicara untuk lebih spesifik dalam peringatan Fikrirasy.ID yang dikeluarkan.

Ini didasarkan pada sistem peringatan deteksi kerumunan jaringan saraf konvolusi dalam Ini terdiri dari tiga komponen utama. Ketiganya adalah mikrokontroler NVIDIA Jetson Nano sebagai unit pengolah, CCTV sebagai unit input, dan loudspeaker atau speaker. pembicara sebagai perangkat keluaran.

“Output dari prototype ini berupa pesan voice alert untuk mengingatkan masyarakat khususnya untuk menjaga jarak dan menjauhi keramaian untuk mengikuti protokol kesehatan,” ujar Amien yang juga mahasiswa pendidikan teknik informasi ini. program belajar.

Selain itu, tim Danang Wijaya (Program Penelitian Pendidikan Teknik Informatika) dan Marifa Kurniasari (Program Penelitian Pendidikan Ekonomi) menjelaskan bahwa hasil pengujian yang dilakukan pada prototipe sistem peringatan deteksi kerumunan mampu mendeteksi keramaian dengan kecepatan tinggi. 22 frame per detik.

Marifa Kurniasari mengatakan, “Alat ini dapat mendeteksi objek manusia dengan akurasi lebih dari 90%.

Sistem peringatan pendeteksi keramaian ini juga dapat dijalankan secara bersamaan pada dua CCTV secara real time.

Baca lebih lajut:
Mahasiswa UGM juga mengembangkan sistem serupa dan melihat perbedaannya.