PEMANFAATAN TEKNOLOGI BERBASIS COMPUTER VISION

Kemunculan ide-ide dari manusia mengenai penciptaan teknologi sebagian besar dipengaruhi oleh manusia itu sendiri. Kinerja manusia menginspirasi terciptanya teknologi yang dapat berpikir dan bertindak selayaknya manusia. Computer vision adalah salah satunya. Apa itu computer vision dan bagaimana pemanfaatan teknologi berbasis computer vision? Temukan jawaban selengkapnya di artikel ini!

Tahukah kamu apa itu computer vision?
Computer vision atau visi komputer adalah bagian dari artificial intelligent (AI) atau kecerdasan buatan yang memungkinkan sistem atau mesin mendapatkan informasi penting dari gambar digital, video, dan dokumen visual lainnya selayaknya manusia. Dengan kemampuan ini, komputer dapat melakukan tindakan atau memberikan rekomendasi berdasarkan informasi yang mereka peroleh dari analisis visual.
Manusia dapat mengamati segala objek yang ada di sekitarnya menggunakan salah satu indra yang disebut mata. Pada mata terdapat bagian-bagian penting meliputi, lensa, kornea, retina, dan saraf optik yang dapat membantu manusia memvisualisasikan beragam objek yang dilihatnya. Dari kegiatan pengamatan objek itu, manusia dapat mengukur besar suatu objek, mengukur jarak antar objek, menentukan warna, hingga menemukan kesalahan dari suatu objek.

Cara kerja manusia dalam memvisualisasikan objek tersebut menginspirasi lahirnya suatu teknologi yang berbasis computer vision. Computer vision memungkinkan mesin atau komputer dapat melatih dirinya agar dapat melaksanakan kerja selayaknya manusia. Mesin ini dilengkapi dengan kamera, algoritma, dan data-data yang sudah dikumpulkan sebelumnya. Lebih lanjut, penciptaan teknologi satu ini membutuhkan database besar. Hal ini untuk mendapatkan setiap kemungkinan hasil yang akurat sesuai dengan perintah yang diberikan. Misalnya, komputer diberi perintah untuk mengidentifikasi mana kucing yang sehat. Tentu diperlukan ribuan data yang berisi referensi visual kucing, indikator kesehatan, dan objek lainnya terkait.

Ada alasan yang melatarbelakangi mengapa dirancang suatu mesin sedemikian rupa agar dapat bekerja seperti manusia. Berbeda dengan manusia, mesin atau komputer tidak mudah lelah. Selain itu, mesin yang dilengkapi dengan computer vision juga dapat mengenali serta menganalisis banyak objek dengan waktu singkat. Peluang kesalahan yang dilakukan oleh komputer juga jauh lebih sedikit dibandingkan dengan kesalahan yang dilakukan oleh manusia karena keterbatasan dalam penglihatannya.

Apa saja contoh pemanfaatan teknologi yang berbasis computer vision?
Beberapa teknologi yang memanfaatkan kerja computer vision adalah sebagai berikut:

 Perhitungan Indeks Massa Tubuh (IMT)
IMT dihitung dengan membandingkan tinggi badan dan berat badan seseorang. Untuk mengukur tinggi dan berat seseorang, pengukuran manual biasanya tidak efisien, terutama dalam situasi di mana banyak orang yang harus diukur, terutama ketika kondisi pandemi yang tidak memungkinkan pengukuran dengan jarak dekat. Computer vision dapat menjadi alternatif untuk pengembangan sistem perhitungan IMT secara otomatis berbasis sensor kamera yang efektif, efisien, dan mampu mengurangi kontak langsung. Tahapan awal berupa pengambilan citra depan dan samping tubuh manusia menggunakan kamera yang kemudian masuk ke tahapan pengolahan citra berupa grayscale, blur, deteksi tepi, dan bounding box untuk memperoleh tinggi dan lebar badan sampel dalam piksel yang dilanjutkan dengan operasi regresi linier untuk mengonversi nilai piksel tersebut menjadi sentimeter (cm) sehingga diperoleh data tinggi badan dan lebar badan sistem, sedangkan untuk berat badan digunakan metode Body Surface Area (BSA) yaitu perhitungan luas area tubuh manusia dengan memodelkan tubuh manusia sebagai tabung elips dan ditambahkan faktor pengali untuk meningkatkan perhitungan sistem.

 Perhitungan Jumlah Kendaraan di Ruas Jalan
Pertumbuhan jumlah kendaraan telah membuat beban lalu lintas jalan semakin meningkat. Kepadatan dan kemacetan telah menjadi hal yang biasa, terutama di kota-kota besar. Hal ini membuat pemerintah setempat, melalui petugas yang dimiliki, melakukan berbagai upaya, salah satunya adalah rekayasa lalu lintas. Rekayasa lalu lintas biasanya dilakukan berdasarkan kepadatan jumlah kendaraan serta jenis kendaraan yang terdapat di suatu ruas jalan. Berbagai solusi teknologi dapat diterapkan untuk mengakomodasi kebutuhan tersebut, salah satunya adalah computer vision. Teknologi computer vision dapat dijadikan alternatif solusi dalam membantu petugas pemantau lalu lintas. Dukungan computer vision sudah tersedia dalam bentuk library open source, yakni dengan memanfaatkan fungsi-fungsi yang terdapat dalam library OpenCV. Library tersebut sudah mampu melakukan klasifikasi jenis kendaraan untuk kemudian dihitung oleh sistem. Dengan otomatisasi klasifikasi dan perhitungan jumlah kendaraan, diharapkan dapat meringankan beban kerja petugas.

 Sistem Navigasi Robot Automated Guided Vehicle
Pada era perkembangan teknologi saat ini, banyak perusahaan yang berlomba untuk memproduksi robot-robot yang dapat membantu pekerjaan manusia, terlebih untuk efisiensi waktu dan tenaga dalam memproduksi suatu barang. Salah satu robot yang sedang dikembangkan di area industri ini adalah Automated Guided Vehicle (AGV). AGV merupakan robot pengangkut barang yang sudah ditentukan jalur dan arahnya secara otomatis. AGV menggunakan 4 roda jenis omniwheels dan penggerak berupa motor DC. Roda tersebut digunakan untuk mengatur arah gerak baik maju, mundur, kanan, dan kiri. Untuk pengaturan pergerakan secara otomatis, dikendalikan melalui computer vision. Memakai sistem navigasi dengan cara mengikuti sebuah petunjuk berupa pola dengan menggunakan kamera sebagai sensor untuk mengetahui posisi dari AGV terkini. Karena sifat metode navigasi yang diterapkan, hasil dari jalur kendaraan bisa sangat sub-optimal, terutama pada lingkungan pergudangan yang berantakan.

 Deteksi Viridiplantae pada Lahan Pascatambang
Pemanfaatan komputer sebagai penghasil produk-produk berbasiskan teknologi sudah sangat banyak. Teknologi computer vision yang merupakan cabang dari kecerdasan buatan berkembang sangat cepat. Dibutuhkan teknologi untuk mendeteksi jumlah tumbuhan hijau (viridiplantae) yang berada dan berhasil tumbuh di lahan kritis pasca tambang yang diketahui bahwa area tersebut merupakan lahan yang telah mengalami kerusakan, dengan kondisi ke dalam tanah yang menjadi dangkal dan lapisan sisa-sisa tailing hingga terlihat lapisan cadas yang bisa menghambat pertumbuhan tanaman. Dengan demikian dikembangkan suatu aplikasi deteksi tumbuhan hijau dengan menggunakan teknologi computer vision sebagai salah satu cara modern dalam meningkatkan pengenalan terhadap objek pada gambar. Aplikasi computer vision diterapkan atau diakses pada aplikasi desktop yang dibuat dengan bahasa pemrograman python bertujuan guna menyeimbangkan teknologi modern dengan konsep pemeliharaan kelestarian lingkungan. Metode pengembangan yang digunakan menggunakan rancangan penelitian Cross Industry Standart Process for Data Mining (CRISP-DM) yang merupakan metode paling representatif untuk merencanakan ekstraksi data secara keseluruhan, desain dari eksperimen dan evaluasi

Referensi:
Abadi, A. B., Fadllullah, A., Sumardi, Mahdi, S., & Juniar, A. N. (2022). Perhitungan indeks massa tubuh less contact berbasis computer vision dan regresi linear. Matrik: Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer, 21(3), 629-638. https://doi.org/10.30812/matrik.v21i3.1512
Agustiani, D. (2019). Implementasi machine learning dan computer vision pada pengembangan sistem otomasi klasifikasi dan perhitungan kendaraan. Seminar Nasional Dinamika Informatika, 3(1), 16-19.
Prataman, Y. B., & Dalimunthe, N. P. (2022). Implementasi teknik computer vision untuk deteksi viridiplantae pada lahan pasca tambang. Bulletin of Computer Science Research, 3(1), 64-72. https://doi.org/10.47065/bulletincsr.v3i1.193
Setiawan, F. B., Wijaya, O. J. A., Pratomo, L. H., & Riyadi, S. (2021) Sistem navigasi automated guided vehicle berbasis computer vision dan implementasi pada raspberry pi. Jurnal Rekayasa Elektrika, 17(1), 7-14. https://doi.org/10.17529/jre.v17i1.18087

Link Youtube:
https://youtu.be/0KflklTVaMc?si=znOcw1ewnfK1cDIn