Depok (ANTARA) - Doktor Fakultas Teknik (FT) Universitas Indonesia (UI), Dr Nur Ibrahim mengembangkan metode baru untuk meningkatkan efektivitas sistem pengamatan dengan memanfaatkan kamera thermal untuk sistem pengamanan di malam hari.

“Data penelitian diambil dengan menggunakan kamera thermal compact yang terpasang pada perangkat berbasis Android," kata Dr Nur di Depok, Rabu.

Menurut dia, pengambilan data dilakukan pada malam hari dengan skenario occlusion dan thermal crossover di hutan, di mana objek yang diamati adalah manusia yang bergerak melintasi kamera dengan berbagai jarak dan kondisi cuaca.

Dr Nur Ibrahim melakukan inovasi dengan pengembangan metode complex negative example yang mampu mengurangi kemungkinan terjadinya false detection (kesalahan deteksi) dan identity switching (kekeliruan identifikasi).

Complex negative example adalah suatu data yang tidak terdapat objek di dalamnya, atau hanya sebagian kecil dari objek yang berada pada data tersebut.

Hal ini akan membantu sistem dalam membedakan objek yang diamati ketika objek tersebut berdekatan atau tertutupi oleh objek-objek lain di sekitarnya yang memiliki karakteristik serupa.

Kamera thermal telah lama diakui memiliki keunggulan dibandingkan kamera visible-light, khususnya dalam kondisi minim cahaya, seperti pada malam hari.

Namun, tantangan terbesar dalam penggunaannya adalah saat terjadi occlusion (ketika objek tertutupi) dan thermal crossover (ketika objek memiliki tampilan thermal yang mirip).

Hasil penelitian menunjukkan bahwa metode yang dikembangkan memiliki dampak signifikan pada peningkatan performa surveillance system.

Dalam sistem visual tracking, penambahan algoritma interval type 2 fuzzy logic system (IT2 FLS) pada weighted multiple instance learning (WMIL) berhasil meningkatkan success rate sebesar 10-14 persen dan precision sebesar 0.21-0.33.

Dari penelitian yang telah dilakukan Dr Nur ini memberikan kontribusi signifikan dalam bidang object tracking, terutama untuk aplikasi surveillance di malam hari.

Optimasi metode WMIL telah berhasil meningkatkan tingkat keberhasilan dan presisi, sementara peningkatan performa you-only-look-once (YOLO) dan deep appearance-based trackers mengurangi potensi false detection dan identity switching secara signifikan.

Dekan FTUI Prof Dr Ir Heri Hermansyah ST M Eng IPU menyampaikan, dengan inovasi ini, sistem surveillance diharapkan dapat lebih efektif dalam memantau pergerakan objek pada malam hari, meningkatkan keamanan, dan memberikan respons yang lebih cepat terhadap insiden yang terjadi.

Penelitian ini membuka jalan bagi pengembangan lebih lanjut dalam pemanfaatan kamera thermal untuk berbagai aplikasi keamanan dan monitoring di masa depan.

Berkat penelitiannya yang berjudul “Pengembangan Metode Complex Negative Example dalam Sistem Object Tracking Berbasis Deep Appearance Features pada Citra Thermal”, Dr Nur berhasil meraih gelar Doktor dalam bidang Teknik Elektro.