Mahasiswa Doktor Fasilkom UI Kembangkan Pelacakan Orang Banyak

Fakultas Ilmu Komputer Universitas Indonesia > Berita > Mahasiswa Doktor Fasilkom UI Kembangkan Pelacakan Orang Banyak

Penggunaan CCTV sebagai bentuk pengawasan terhadap keamanan merupakan hal yang banyak kita temukan belakangan ini, namun evektivitas pengawasan tersebut dinilai masih kurang optimal dikarenakan video yang dihasilkan oleh CCTV masih menggunakan Interpretasi manusia secara manual.

Senin, 15 Juli 2019, Mahasiswa Program Doktor Fasilkom UI Dina Chahyati berhasil mempertanggung jawabkan hasil disertasinya yang berjudul “Pelacakan Orang banyak menggunakan hasil  deteksi Deep Convolutional Neural Netwok, Siamese Network, dan Alogaritma Hungarian”.

Kompleksitas pelacakan yang begitu rumit terhadap orang banyak sehingga menyebabkan terjadinya kesalahan pelacakan orang pada keseluruhan video merupakan titik dasar ide penelitian ini. Lalu didukungnya kemunculan deep learning, membuat penelitian di bidang deteksi orang atau objek semakin berkembang. Salah satunya adalah deep architecture yang digunakan untuk melakukan deteksi terhadap objek adalah Deep Convolutional Neural Network (DCNN).

Pada penelitian yang dilakukan oleh Dr. Dina Chahyati, peneliti mengusulkan metode pelacakan yang dapat meminimalkan propagasi kesalahan deteksi dengan waktu pelacakan yang tidak terlalu lama. Dimana pada penelitiannya, peneliti menggunakan deep convolutional neural network (DCNN) seperti Faster-RCNN dan RetinaNet sebagai detektor objek dan algoritma Hungarian sebagai metode asosiasi antar orang-orang yang terdeteksi di setiap frame. Matriks masukan untuk algoritma Hungarian terdiri dari kedekatan vektor ciri DCNN yang dihasilkan oleh Siamese Network, jarak titik tengah bounding box, dan perbandingan irisan-gabungan (IoU) dari bounding box.

Dari hasil penelitian ini ada dua kesimpulan yang disampaikan oleh peneliti yaitu pertama, implementasi metode DISH untuk pelacakan orang banyak dimana metode ini menempati peringkat 15 dari 124 pada benchmark MOT16. Meskipun demikian, masih terdapat beberapa kekurangan seperti pada DISH seperti waktu eksekusi perhitungan SNN yang belum efisien. Kedua, komponen dasar dari DISH, yaitu komponen IoU dan jarak titik tengah bounding box merupakan komponen yang memberikan peran signifikan.

Hasil disertasi tersebut dipresentasikan dengan sangat baik oleh Dr. Dina Chahyati dihadapan para penguji disertasi antara lain Drs. Lim Yohanes Stefanus M.Math., Ph.D, Denny S.Kom., M.IT., Ph.D, Prof. Dr. Eng. Wisnu Jatmiko S.T., M.Kom, Prof. Dr. Agus Buono, Ir. Wahyu Catur Wibowo M.Sc., Ph.D. Sidang disertasi tersebut diketuai oleh Mirna Adriani, Ph.D, dengan Promotor Prof. Dr. Ir. Aniati Murni Arymurthy M.Sc  serta Dr. Eng. Mohamad Ivan Fanany S.Si., M.Kom sebagai Ko-Promotor. Gelar Doktor berhasil diraih Dina Chahyati dengan predikat sangat memuaskan dengan IPK 3,91.