14 hours ago
4
Oleh: Rizki Hesananda, Dosen Program Studi Teknologi Informasi Cyber University
REPUBLIKA.CO.ID, JAKARTA -- Keamanan penerbangan menjadi salah satu aspek vital dalam transportasi modern. Barang-barang kecil seperti korek api, meski tampak sepele berpotensi membahayakan keselamatan pesawat.
Karena itulah, deteksi dini terhadap barang-barang berisiko tinggi menjadi prioritas utama dalam prosedur keamanan bandara.
Dalam upaya mendukung penguatan sistem keamanan ini, penelitian terbaru mengembangkan teknologi berbasis computer vision untuk mendeteksi keberadaan korek api dalam koper maupun barang bawaan penumpang.
Teknologi yang digunakan adalah model deep learning terkini, YOLO v5 (You Only Look Once version 5), yang dikenal unggul dalam deteksi objek secara cepat dan akurat.
Menerapkan YOLO v5 untuk Deteksi Barang Berbahaya
Penelitian ini bertujuan membangun model yang mampu mendeteksi korek api dari gambar dengan tingkat ketelitian tinggi. Dengan menggunakan pendekatan metodologi CRISP-DM, proses penelitian dimulai dari memahami kebutuhan keamanan, mengumpulkan data gambar korek api, hingga membangun dan menguji model deteksi.
Sebanyak 37 gambar korek api beresolusi tinggi dikumpulkan sebagai dataset awal. Gambar-gambar ini kemudian diproses melalui platform Roboflow untuk diberi anotasi dan augmentasi, sehingga jumlah dataset meningkat tiga kali lipat.
Teknik augmentasi seperti rotasi dan perubahan ukuran gambar bertujuan meningkatkan kemampuan generalisasi model.
Pelatihan model dilakukan menggunakan Google Colab selama 100 epoch dengan ukuran gambar 416 piksel dan batch size 16. Model dikembangkan tanpa modifikasi besar terhadap arsitektur asli YOLO v5, memastikan pendekatan tetap sederhana namun efektif.
Hasil yang Menjanjikan untuk Penerapan Nyata
Evaluasi model menunjukkan hasil sangat positif. Nilai precision, recall, serta mean Average Precision (mAP) mendekati angka 90–100 persen setelah proses pelatihan. Ini membuktikan model mampu mendeteksi keberadaan korek api dengan sangat akurat.
Model diuji pada gambar-gambar baru dari dataset uji. Hasilnya, korek api berhasil terdeteksi dengan tingkat kepercayaan di atas 79 persen, baik pada gambar yang hanya berisi satu korek api maupun yang berisi beberapa korek sekaligus.
Akurasi tinggi ini membuka peluang besar untuk penerapan langsung dalam sistem pemeriksaan keamanan bandara.
Menuju Keamanan Transportasi Udara yang Lebih Canggih
Penerapan deteksi otomatis berbasis AI seperti ini di bandara akan membawa sejumlah manfaat nyata:
•Pemeriksaan lebih cepat: Mengurangi waktu antrean dan mempercepat proses pemeriksaan keamanan.
•Akurasi lebih tinggi: Mengurangi risiko kesalahan manusia dalam mendeteksi barang berbahaya.
•Peningkatan keselamatan: Mencegah potensi ancaman sebelum barang berbahaya masuk ke pesawat.
Meskipun penelitian ini menggunakan dataset yang relatif kecil, hasil yang diperoleh memberikan dasar kuat untuk penelitian lanjutan. Perluasan dataset dan uji coba dalam skala lebih besar akan menjadi langkah berikutnya untuk mengoptimalkan penerapan sistem ini.
Dengan inovasi ini, keamanan penerbangan dapat ditingkatkan secara signifikan, menjadikan pengalaman perjalanan udara tidak hanya nyaman, tetapi juga jauh lebih aman bagi semua pihak.
