AI Vision Karya ITB, Kecerdasan Buatan untuk Menghadapi Kenormalan Baru

Pusat Artificial Intelligence Institut Teknologi Bandung (ITB) tengah mengembangkan sebuah teknologi yang diberi nama Artificial Intelligence (AI)-Vision.

Proyek tersebut, disampaikan pada saat webinar yang diselenggarakan pada Rabu, 20 mei 2020 lalu. Tema webinar itu adalah “Pemanfaatan AI-Computer Vision untuk Monitor Perilaku Masyarakat pada Masa Pandemi”.

AI-Vision merupakan bagian dari kecerdasan buatan yang melatih komputer untuk melakukan interpretasi, menafsirkan, atau memahami hal yang berhubungan dengan visual (penglihatan) manusia.

Nugraha Priya Utama, Dosen Sekolah Teknik Elektro dan Informatika (STEI) ITB menjelaskan, komputer visual ini menggunakan gambar yang diperoleh dari kamera digital atau video dengan model berbasis deep learning.

Dilansir dari Wartaekonomi.co.id, deep learning merupakan sebuah model yang dapat mempelajari metode komputasinya sendiri dengan ‘otaknya sendiri. Model ini dirancang untuk terus menganalisis data dengan struktur logika yang mirip dengan bagaimana manusia mengambil keputusan.

Sejalan dengan itu, komputer AI-Vision dirancang untuk dapat mengidentifikasi dan mengklarifikasi objeknya sendiri. “Tujuan utama dari AI-Vision ini adalah untuk mengotomatisasi tugas-tugas manusia secara visual,” papar Utama dalam keterangan tertulis di ITB.ac.id.

Utama menambahkan, AI-Vision dapat membantu memantau masyarakat dalam kondisi new normal atau kenormalan baru setelah masa pandemi ini.

Alat tersebut bisa ditempatkan di sekolah, tempat ibadah, bandara, kantor, halte bus, stasiun kereta, perpustakaan, maupun di tempat umum luar ruangan seperti di jalanan, tempat wisata, tempat olahraga, taman, dan fasilitas lainnya.

Memantau Perilaku Masyarakat

Hal yang juga memungkinkan untuk bisa dimanfaatkan dari komputer AI-Vision ini adalah memonitor perilaku masyarakat baik di indoor maupun outdoor. Contohnya seperti apakah masyarakat memakai masker atau tidak, berkerumun atau tidak, saling menjaga jarak atau tidak di tengah situasi pandemi Covid-19 seperti sekarang ini.

“AI-Vision juga bisa dimanfaatkan untuk mengukur temperatur secara otomatis, kesehatan, atau bahkan bisa melakukan monitoring kepadatan lalu lintas, estimasi usia, dan lain-lain,” ungkap Utama.

Utama menjelaskan, ada tiga tahapan dasar yang selalu ada pada AI-Vision atau komputer vision ini. Tahap pertama adalah koleksi gambar (acquiring image), lalu memproses gambar (processing the image), dan memahami atau menginterpretasi gambar (understanding the image).

Beberapa Model AI-Vision

Pusat Riset AI ITB sendiri telah melakukan proses monitoring masyarakat menggunakan AI-Vision yang bekerja sama dengan Prosa AI.

Model yang pertama adalah Vehicle Classification and Counting (VCC), yang digabungkan dengan License Plate Recognition (LPR) dan Illegal Parking (IP). Pemanfaatannya bisa dilakukan di dalam ruangan maupun di luar ruangan.

Contoh pemanfaatannya, kata Utama, untuk memantau lahan parkir yang dikaitkan dengan jumlah pengunjung di pusat perbelanjaan. Selain itu, juga bisa dilakukan, misalnya, untuk pengaturan jumlah kendaraan yang masuk ke SPBU.

"Kita bisa melihat apakah kendaraan tersebut menggunakan bahan bakar sesuai peruntukannya atau tidak, memakai bahan bakar bersubsidi atau tidak?" paparnya.

Model yang dibangun oleh Utama dan timnya tersebut adalah Yolo V3-Tiny. Model ini dilatih dan diatur dengan himpunan data dari foto berbagai jenis, tipe, dan nomor plat kendaraan.

Menurut penjelasannya, alur inferensi atau simpulan data untuk VCC lebih mudah ketika mendapatkan input dari Closed Circuit Television (CCTV). Inferensi itu lalu digunakan untuk mendeteksi kendaraan serta mengklasifikasikan tipe dan jumlahnya. Hal yang juga dilakukan untuk mendeteksi plat nomor kendaraan.

Namun, untuk model IP atau pemantauan parkir liar, langkah pertama adalah dengan set area. Ketika ada kendaraan yang masuk, maka CCTV akan melakukan perhitungan waktu. Apakah kendaraan tersebut melanggar batas waktu maksimal untuk parkir atau tidak?

Sementara model kedua adalah dengan melakukan monitoring terhadap orang-orang yang tidak memakai masker. Tujuannya, untuk melakukan antisipasi apabila aturan Pembatasan Sosial Berskala Besar (PSBB) dilonggarkan dan masih banyak masyarakat yang berkeliaran tanpa masker. Maka pihak manajemen kawasan bisa melakukan tindakan lebih lanjut.

Model itu dikembangkan dengan kemampuan dapat mengenali wajah dan membedakan wajah yang bermasker atau tidak.

Model kedua ini dibangun sesuai dengan Single Shot Detector(SSD) dan Deep CNN. Setelah itu, dimasukan himpunan data (dataset) ratusan ribu wajah-wajah lokal Indonesia dan atributnya yang ada.

“Untuk inferensinya, kamera pertama-tama akan mendeteksi wajah, kemudian mengklasifikasikan wajah apakah memakai masker atau tidak, dan apabila tidak memakai masker, kita bisa mendeteksi berdasarkan data base yang ada,” terangnya.

Selain itu, Pusat AI ITB juga telah melakukan model untuk mengestimasi jarak dan menghitung jumlah manusia yang terekam di dalam maupun luar ruangan. Tujuannya, untuk melihat apakah masyarakat sudah menerapkan physical distancing atau belum.

Nugraha Priya Utama dan timnya telah membuat model untuk melakukan monitoring pergerakan manusia secara umum. “Harapannya, setiap pergerakan manusia yang terekam CCTV melalui model pergerakan manusia bisa kami ikuti dan melakukan tracing,” pungkasnya.