Mahasiswa UNY Ciptakan Alat Deteksi Kerumunan

    Arga sumantri - 14 Januari 2022 17:52 WIB
    Mahasiswa UNY Ciptakan Alat Deteksi Kerumunan
    Alat deteksi kerumunan buatan mahasiswa UNY. Foto: Dok Humas UNY.



    Yogyakarta: Sekelompok mahasiswa Universitas Negeri Yogyakarta (UNY) merancang sistem peringatan deteksi kerumunan berbasis Deep Convolutional Neural Network dengan menggunakan CCTV. Tim ini beranggotakan mahasiswa UNY yakni Muhammad Nurwidya Ardiansyah, Muhammad Dzulfiqar Amien, Danang Wijaya, dan Marifa Kurniasari.

    Muhammad Nurwidya Ardiansyah menjelaskan, 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 objek dapat terdeteksi selanjutnya sistem akan mendefinikan sebuah kerumunan ketika terdapat dua orang atau lebih dengan jarak kurang dari satu meter" kata Ardian, mengutip siaran pers UNY, Jumat, 14 Januari 2022.

    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 sehingga pesan peringatan suara yang dikeluarkan oleh speaker dapat lebih spesifik.

    Lalu, Muhammad Dzulfiqar Amien mengatakan sistem peringatan deteksi kerumunan berbasis deep convolutional neural network merupakan inovasi pengembangan teknologi untuk menekan penyebaran virus. Alat 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. 

    Keluaran dari prototipe ini berupa pesan peringatan suara untuk membantu mengingatkan masyarakat dalam mematuhi protokol kesehatan terutama menjaga jarak dan menjauhi kerumunan.

    Danang Wijaya menambahkan, tahap pembuatan prototype alat ini yaitu menginstall Jetson Nano Developer Kit SDCard Image yang didalamnya terdapat Phyton dan OpenCV dengan Cuda pada MicroSD menggunakan aplikasi balenaEtcher di laptop. Kemudian, rangkai NVIDIA Jetson Nano dengan cooling fan dan memasukkan micro SD yang telah diinstall Jetson Nano Developer kit SD Card Image ke dalam NVIDIA Jetson nano. 

    Lalu, jalankan mikrokontroller NVIDIA Jetson Nano hingga proses instalasi perangkat keras dan perangkat lunak selesai. Kemudian ditambahkan pre-trained model berupa YOLOv3-tiny. 

    Setelah itu, buat kode program pendeteksian objek kerumunan dengan metode euclidean distance, program deteksi warna objek dan program keluaran peringatan suara. Lalu mengintegrasikan NVIDIA Jetson Nano, router, CCTV, USB Audio, speaker dan monitor. Sistem pendeteksi kerumunan siap digunakan.

    Marifa Kurniasari menyebut, 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, dapat mendeteksi objek person dengan tingkat akurasi lebih dari 90 persen.

    Sistem peringatan deteksi kerumunan juga 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," ujar Marifa. 

    Karya ini berhasil meraih dana Direktorat Pembelajaran dan Kemahasiswaan Kementerian Pendidikan Kebudayaan Riset dan Teknologi dalam Program Kreativitas Mahasiswa bidang Karsa Cipta tahun 2021. Karya ini merupakan salah satu upaya UNY dalam agenda pembangunan berkelanjutan pada bidang pendidikan bermutu dan kesehatan. 


    (AGA)

    Bagaimana tanggapan anda mengenai artikel ini?

    Komentar

    LOADING
    Cara untuk mendapatkan Berita terbaru dari kami.

    Ikuti langkah berikut ini untuk mendapatkan notifikasi

    1. Akses Pengaturan/Setting Browser Anda
    2. Akses Notifications pada Pengaturan/Setting Browser Anda
    3. Cari https://m.medcom.id pada List Sites Notifications
    4. Klik Allow pada List Notifications tersebut

    Anda Selesai.

    Powered by Medcom.id