Deteksi Kerumunan Menggunakan CCTV Buatan Mahasiswa UNY

Pandemi Covid-19 telah dirasakan semakin melandai, walau demikian upaya untuk menekan peningkatan kasusnya dengan menerapkan berbagai macam kebijakan mengenai protokol kesehatan yaitu memakai masker, mencuci tangan menggunakan sabun dengan air mengalir, dan menjaga jarak minimal satu meter, tetap relevan. Teknologi yang diterapkan pemerintah saat ini melalui Kementerian Komunikasi dan Informatika adalah penggunaan data pergerakan ponsel Mobile Subscriber Integrated Services Digital Network Number/MSISDN dari Base Transceiver Station (BTS) untuk mendeteksi kerumunan warga. Kemudian, Kominfo akan memberikan peringatan melalui pesan singkat dalam bentuk SMS blast. Akan tetapi, penerapan teknologi tersebut memiliki kelemahan yaitu masih menggunakan ponsel sebagai media utama dalam mendeteksi kerumunan sedangkan beberapa orang belum tentu memiliki ponsel atau justru memiliki ponsel lebih dari satu. Hal tersebut mengakibatkan tingkat akurasi dalam pendeteksian kerumunan berkurang. Selain itu, peringatan yang diberikan melalui pesan singkat khususnya dalam bentuk SMS lebih besar kemungkinan terabaikan saat pesan tersebut diterima dan membutuhkan jeda waktu agar pesan tersebut terbaca. Mengatasi hal tersebut sekelompok mahasiswa UNY merancang sistem peringatan deteksi kerumunan berbasis Deep Convolutional Neural Network dengan menggunakan CCTV. Mereka adalah Muhammad Nurwidya Ardiansyah prodi teknologi informasi, Muhammad Dzulfiqar Amien dan Danang Wijaya prodi pendidikan teknik informatika serta Marifa Kurniasari prodi pendidikan ekonomi.

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 objek dapat terdeteksi selanjutnya sistem akan mendefinikan sebuah kerumunan ketika terdapat dua orang atau lebih dengan jarak kurang dari satu meter” kata Ardian, panggilan akrabnya. 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.

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

Diungkapkan Marifa Kurniasari bahwa 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, dapat mendeteksi objek person dengan tingkat akurasi lebih dari 90% 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” tutupnya. 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. (Dedy)