Salah satu pelanggaran lalu lintas yang sering terjadi adalah pengendara motor yang tidak menggunakan helm saat berkendara. Jika dibiarkan sewaktu-waktu dapat membahayakan diri pengedara. Tingginya dampak pelanggaran aturan lalu lintas terhadap terjadinya kecelakaan lalu lintas telah mendapat respon polisi Indonesia dengan melakukan aksi tilang.
Tilang sendiri terbukti telah berhasil dalam mengurangi pelanggaran lalu lintas yang terjadi karena dapat memberikan efek jera. Namun dalam penerapannya, terdapat beberapa masalah dalam upaya penilangan ini, salah satunya adalah tidak mungkinnya polisi yang berjaga selama 24 jam di suatu area tertentu, dari permasalahan tersebut sebuah sistem teknologi informasi yang mampu mengawasi aktivitas lalu lintas selama 24 jam sangat dibutuhkan. Sistem ini diharapkan mampu mendeteksi pelanggaran yang dilakukan oleh pengendara.Melirik permasalah tersebut Fitri Wulandari ketua tim AFA Tech yang merupakan mahasiswa Teknik Komputer, Jurusan Teknik Informatika dan Komputer, Fakultas Teknik Universitas Negeri Makassar menciptakan sebuah sistem pendeteksi pelanggar tanpa helm dengan menggunakan Metode Convolutional Neural Network (CNN) Berbasis Internet of Things (IoT).
Dalam pembuatan sistem pendeteksi pelanggar tanpa helm tersebut, tim AFA Tech menggabungkan tiga bidang ilmu yaitu Computer Vision sebagai pembacaan objek dengan memanfaatkan kamera, Deep Learning sebagai pembelajaran untuk mendeteksi objek menggunakan metode CNN dan Internet of Things sebagai pengolahan objek menggunakan controller Raspberry Pi.
“Jadi kami utamakan pada kondisi hujan, karena belum ada penelitian yang seperti itu. Dari jurnal-jurnal yang saya baca, yang ada itu pagi, siang, sore dan malam. Jadi kita pilih kondisi hujan untuk mendapatkan originalitasnya, bisa jadi tim AFA Tech satu-satunya penemu ini,” bebernya.
Sistem pendeteksi pelanggar tanpa helm bekerja dengan cara merekam seluruh kejadian yang ada di lampu lalu lintas terutama pada saat kondisi hujan kemudian disimpan ke raspberry pi, setelah itu akan diolah dengan fitur pembelajaran menggunakan metode CNN yang disimpan ke raspberry pi, apabila terdeteksi tidak menggunakan helm, maka raspberry pi akan mengirimkan notifikasi ke telegram berupa pesan kemudian mengontrol alarm peringatan dari telegram ke speaker. Sehingga sistem dapat mendeteksi pengendara sepeda motor yang menggunakan helm dan tidak menggunakan helm.
“Cara kerja sistem pendeteksi pelanggar tanpa helm itu seperti object detection. Sistem kami itu deteksi helm jadi saat kamera mendeteksi pengendara tidak pake helm nah langsung pesannya masuk ke telegram terus dari telegram kita nyalakan speaker atau alarm,” jelasnya.
Aplikasi yang ditujukan untuk kepolisian ini terintegrasi dengan aplikasi telegram, dengan menggunakan piranti dari kaggle, google image dan buatan tim AFA Tech. Aplikasi tersebut telah diuji coba tim AFA Tech. Fitri Wulandari selaku ketua tim AFA Tech mengatakan progress pengerjaan aplikasi yang Ia buat tersebut sudah 75% dan sudah bisa mendeteksi mana pengendara yang menggunakan helm serta yang tidak menggunakan helm.
Mahasiswa angkatan 2018 ini berharap agar sistem yang timnya buat ini bisa dikembangkan lebih baik lagi agar dapat bermanfaat dan membantu pihak kepolisian dalam mengetahui pelanggaran lalu lintas terkhusus pengendara yang tidak menggunakan helm. Fitri Wulandari juga berharap agar tim AFA Tech dapat lolos dalam seleksi Gemastik XIV.
“Harapannya semoga sistem ini bisa dikembangkan lebih baik lagi dengan mengkombinasikan berbagai metode dan fitur yang berkaitan dengan ketiga bidang ilmu tersebut,” harapnya.
Sumber : https://profesi-unm.com/2021/10/23/perekam-pelanggar-tanpa-helm-dengan-metode-cnn/
0 Komentar