REPUBLIKA.CO.ID, SLEMAN -- Pandemi Covid-19 semakin melandai. Meski begitu, upaya-upaya menekan peningkatan kasus melalui berbagai kebijakan mengenai protokol kesehatan yaitu memakai masker, mencuci tangan, dan menjaga jarak satu meter masih tetap relevan.
Teknologi yang diterapkan saat ini melalui Kementerian Kominfo menggunakan data pergerakan ponsel Mobile Subscriber Integrated Services Digital Network Number (MSISDN). Dari Base Transceiver Station (BTS) untuk mendeteksi kerumunan warga.
Kemudian, Kominfo memberi peringatan lewat SMS blast. Tapi, penerapan ini miliki kelemahan masih memakai ponsel sebagai media utama mendeteksi kerumunan. Sebab, belum tentu semua memiliki ponsel atau malah memiliki lebih dari satu ponsel.
Hal itu mengakibatkan tingkat akurasi pendeteksian kerumunan berkurang. Selain itu, peringatan melalui pesan singkat, khususnya SMS, lebih besar kemungkinan terabaikan saat pesan diterima dan membutuhkan jeda waktu agar pesan terbaca.
Dari sana, mahasiswa Universitas Negeri Yogyakarta (UNY) merancang alat deteksi kerumunan berbasis Deep Convolutional Neural Network. Menggunakan CCTV sebagai media input data rekaman real-time, dan dideteksi orang yang ada di frame video.
Tim berisi mahasiswa/i lintas prodi. Muhammad Nur Widya Ardiansyah dari Prodi Teknologi Informasi, Marifa Kurniasari dari Prodi Pendidikan Ekonomi, serta Muhammad Dzulfiqar Amien dan Danang Wijaya dari Pendidikan Teknik Informatika.
"Setelah objek dapat terdeteksi, sistem akan mendefinisikan kerumunan ketika ada dua orang atau lebih dengan jarak kurang satu meter," kata Ardian, Rabu (12/1).
Perhitungan jarak dalam frame dilakukan dengan metode Euclidean Distance. Usai kerumunan terdeteksi, sistem mendeteksi warna pakaian dari orang yang ada dalam kerumunan, sehingga pesan peringatan suara yang dikeluarkan speaker spesifik.
Dzulfiqar menuturkan, ini jadi inovasi pengembangan teknologi menekan penyebaran virus yang dibuat memakai tiga komponen utama. Mikrokontroler NVIDIA Jetson Nano sebagai perangkat pemrosesan, CCTV sebagai perangkat masukan dan pengeras suara.
"Luaran dari prototipe ini berupa pesan peringatan suara untuk membantu mengingatkan masyarakat mematuhi protokol kesehatan, terutama dalam menjaga jarak dan menjauhi kerumunan," ujar Dzulfiqar.
Danang menerangkan, pembuatan prototipe alat ini memasang Jetson Nano Developer Kit SDCard Image berisi Python dan OpenCV dengan Cuda dalam MicroSD menggunakan aplikasi balenaEtcher di laptop. Rangkai NVIDIA Jetson Nano dengan cooling fan.
Masukkan micro SD yang telah dipasang Jetson Nano Developer kit SD Card Image ke dalam NVIDIA Jetson nano. Kemudian, jalankan mikrokontroler NVIDIA Jetson Nano sampai proses pemasangan perangkat keras dan perangkat lunak sudah selesai.
Tambah pre-trained model berupa YOLOv3-tiny. Buat kode program pendeteksi obyek kerumunan metode euclidean distance, deteksi warna objek dan luaran suara. Integrasikan NVIDIA Jetson Nano, router, CCTV, USB Audio, speaker dan monitor. "Pengujian ke prototipe sistem mampu mendeteksi kerumunan 22 frame per detik," kata Danang.
Marifa menambahkan, deteksi kepada objek orang memiliki akurasi 90 persen lebih. Kemudian, sistem mampu mendeteksi warna pakaian, sehingga peringatan yang diberi kepada warga lebih spesifik dan tingkatkan penerimaan terhadap pesan peringatan.
"Sistem peringatan deteksi kerumunan ini juga dapat dijalankan ke dua CCTV secara real-time dan bersamaan," ujarnya.