Artificial Intelligence dan segala produk turunannya berkembang semakin pesat. Mulai dari Machine Learning, Natural Language Programming, Internet-of-Things, sampai dengan Computer Vision. Factsheet Valiance kali ini akan mengulas computer vision sebagai aplikasi teknologi AI .
Definisi
Secara umum, Computer Vision adalah sistem yang menggabungkan penggunaan kamera, komputasi, perangkat lunak, dan Machine Learning sehingga membentuk suatu sistem yang dapat melihat dan mengidentifikasi objek.
Teknologi ini bekerja dengan memasukan input dari Perangkat kamera digital, seperti kamera CCTV ataupun kamera yang terdapat dalam gawai. Input tersebut berupa gambar maupun video yang akan diproses oleh sistem Computer Vision. Nantinya, gambar atau video tersebut akan diproses melalui tahapan komputasi baik melalui edge maupun cloud.
Komputasi yang digunakan oleh computer vision dilakukan dengan memroses data input dengan menggunakan algoritma tertentu. Dengan begitu, computer vision mencoba mereplikasi human vision yang mana kamera dan algoritma komputasi meniru fungsi mata dan pikiran manusia.
Cara Kerja
Secara sederhana, Factsheet ini mengambil contoh bagaimana Computer Vision bekerja untuk mengidentifikasi pemain di lapangan sepak bola melalui beberapa langkah:
Gambar atau data visual
Seperti kita ketahui bersama, gambar atau data visual lainnya disimpan dalam bentuk jejaring matriks yang masing-masing tersimpan dalam bentuk pixel. Pixel tersebut merupakan kombinasi warna dari warna-warna primer RGB (Red, Green, dan Blue). Misalnya, sebuah lapangan sepak bola sebagian besar terdiri dari warna hijau sedangkan pemain sepak bola memakai seragam sepak bola dengan warna tertentu. Berikut adalah penjelasan teknis mengenai gambar sebagai pixel
Melatih Algoritma
Data Scientist melatih algoritma Computer Vision untuk dapat mengidentifikasi suatu pola tertentu yang merupakan representasi pola objek yang akan diidentifikasi. Misalnya, algoritma tertentu perlu dilatih secara berulang-ulang dengan data yang cukup banyak untuk mengingat warna seragam dan warna kulit pemain sepak bola.
Kasus Riil
Algoritma Computer Vision yang telah dilatih kemudian diaplikasikan pada kasus riil untuk melihat apakah identifikasi pemain di lapangan sepak bola sudah sudah cukup berhasil dilakukan oleh Computer Vision.
Ragam dan Contoh Penggunaan
Saat ini Computer Vision telah diaplikasikan pada berbagai sektor, mulai dari facial recognition sampai dengan hal yang lebih kompleks seperti mengidentifikasi secara langsung sebuah benda atau makhluk hidup yang telah terekam oleh AI.
Salah satu contoh yang lebih kompleks dapat dilihat pada penggunaan Computer Vision di industri pertanian. Di beberapa negara, industri pertanian telah mengadopsi teknologi Computer Vision untuk mendeteksi penyakit maupun menentukan kualitas panen dari tanaman hanya dari warnanya saja.
Tidak hanya industri pertanian, industri keamanan pun juga telah lama merasakan manfaat dari penggunaan Computer Vision. Computer Vision telah dimanfaatkan untuk identifikasi wajah manusia, kerumunan manusia, serta pergerakan tubuh manusia.
Di industri manufaktur, beberapa perusahaan telah memakai teknologi Computer Vision untuk memeriksa kualitas hasil produksi.
Penutup
Computer vision telah menghasilkan luaran yang sangat bermanfaat bagi kehidupan manusia. Pada berbagai industri, penerapan Computer vision membantu manusia mengidentifikasi objek secara repetitif dan ringan.
Kegunaan Computer Vision juga masih terus berkembang. Salah satu pengembangan State of the Art Computer Vision di Amerika Serikat misalnya, adalah identifikasi sel kanker paru-paru. Namun demikian, perlu diketahui bahwa tidak semua projek Computer Vision berujung pada keberhasilan. Perlu iterasi yang cukup panjang dan dukungan tim yang mumpuni agar project Computer Vision dapat berhasil.
Penulis: Marvine Viano
Editor: Sigit Suryo, Ghifari Adam
Computer Vision adalah cabang Kecerdasan Buatan yang sudah ada sejak tahun 1960-an. Selama perjalanan enam dekade terakhir, sudah berapa jauh teknologi ini berkembang? Seperti halnya manusia berkembang, seberapa canggih perkembangan Computer Vision ini dalam meniru manusia? Kemudian, teknologi Computer Vision dapat digunakan untuk apa? Didorong oleh pertanyaan-pertanyaan ini, tentu ada banyak informasi yang perlu digali lebih dalam dan tentunya sangat menarik untuk dibahas.
Apa itu Teknologi Computer Vision?
Secara sederhana, Elliot dkk. (2019) mengartikan Computer Vision sebagai proses penangkapan, pemrosesan, dan analisis gambar atau visual digital yang pada dasarnya dimanfaatkan untuk menguraikan makna dan konteksnya. Algoritma teknologi Computer Vision dapat digunakan untuk mengenali objek-objek dalam gambar, seperti dijelaskan dalam artikel Simplilearn, yaitu image classification, object identification, object detection, object segmentation, object verification, object recognition, dan object landmark detection.
Teknologi Computer Vision dan Sistem Visual Manusia
Menarik untuk dibahas, teknologi computer vision berfokus pada replikasi sistem penglihatan manusia. Kemampuan “melihat” pada komputer akan diprogram untuk bisa mengenali objek dengan cepat, lalu mengubahnya menjadi informasi sesuai tujuan yang diinginkan.
Berkat kemajuan ini, Computer Vision telah mengalami lompatan besar. Data dari Towards Data Science menyebutkan dalam waktu kurang dari satu dekade, kemampuan Computer Vision telah mencapai akurasi 99% dari 50%, sehingga dapat dikatakan bahwa Computer Vision lebih cepat bereaksi terhadap input visual daripada sistem penglihatan manusia.
Kegunaan Teknologi Computer Vision di Berbagai Bidang Industri
Keuntungan dari penggunaan Computer Vision tersebar hampir di setiap sektor, baik swasta maupun publik. Meningkatnya kematangan teknologi Computer Vision mendukung penerapannya di banyak bidang industri, termasuk bidang industri otomasi dan manufaktur, pertanian, transportasi, ritel, serta medis dan kesehatan.
Teknologi Computer Vision di Bidang Otomasi Industri dan Manufaktur
Teknologi Computer Vision dapat digunakan untuk mendorong efisiensi automasi industri dan peningkatan kualitas produk. Dengan perkembangan produksi industri, teknologi manufaktur yang digerakkan manusia perlahan-lahan terganti dengan presisi dan efisiensi produksi yang semakin tinggi.
Kemampuan deteksi di Computer Vision berfungsi berdasarkan jenis gambar yang dikumpulkan. Qian Cheng dalam riset bertajuk “Application of Computer Vision Technology in Industrial Automation” memberi gambaran penggunaannya. Pertama, teknologi Computer Vision dapat digunakan untuk mendeteksi kualitas produk dengan presisi tinggi dan cepat pada gambar biner relatif sederhana. Selanjutnya pada gambar grayscale, Computer Vision mampu mendeteksi cacat pada permukaan benda, seperti retak dan pecah. Lalu terakhir pada gambar berwarna, Computer Vision dapat menilai apakah ada kecacatan berdasarkan pada warna objek.
Teknologi Computer Vision di Bidang Pertanian
Kedua, teknologi Computer Vision dapat digunakan untuk hampir seluruh proses kegiatan pertanian, mulai dari pengambilan keputusan operasional secara real-time, hingga praktik pertanian melalui sensor dan perangkat pintar di lahan pertanian. Penggunaan teknologi ini memberikan banyak kontribusi seperti dikutip dari Viso.ai, yaitu deteksi dan pemantauan kesehatan tanaman, kegiatan penanaman, penyiangan, panen, pengelolaan irigasi, penilaian hasil panen, bahkan analisis lanjutan seperti deteksi kondisi cuaca.
Teknologi Computer Vision di Bidang Transportasi
Ketiga, teknologi Computer Vision dapat digunakan untuk sektor transportasi. Teknologi ini memungkinkan penerapan sistem analisis lalu lintas skala besar menjadi lebih efisien. Mengutip Viso.ai, Computer Vision mampu mendeteksi pejalan kaki, tempat parkir, rambu lalu lintas, hingga pelanggaran bergerak seperti mengebut, menerobos lampu merah atau rambu berhenti, mengemudi di jalur yang salah, dan melanggar aturan berbelok. Selain itu, di bidang ini Computer Vision dapat mendeteksi kewaspadaan pengemudi, misalnya pengemudi yang melamun dan menggunakan ponsel. Kecerdasan buatan digunakan untuk memahami perilaku mengemudi dan menemukan solusi untuk mengurangi kecelakaan lalu lintas.
Teknologi Computer Vision di Bidang Ritel
Seiring perkembangan industri ritel, teknologi Computer Vision dapat digunakan untuk pelacakan pelanggan dengan memproses rekaman video secara real-time. Algoritma yang dibangun dapat mendeteksi orang secara anonim dan waktu yang dihabiskan di berbagai area (Viso.ai, 2021). Computer vision dapat menganalisis waktu di waiting list, waktu antrean, dan waktu untuk menilai kualitas layanan. Di samping itu, Computer Vision mampu mendeteksi pencurian yang mampu meningkatkan keamanan dan kepuasan baik pemilik toko, maupun pelanggan. Lalu jika melihat kondisi pandemi, teknologi Computer Vision dapat digunakan untuk pemantauan protokol menjaga jarak. Kamera melacak pergerakan karyawan atau pelanggan menggunakan sensor untuk menilai jarak di antara mereka.
Teknologi Computer Vision di Bidang Medis dan Kesehatan
Dalam beberapa tahun terakhir, Computer Vision telah mampu meningkatkan efektivitas dan efisiensi di bidang medis dan kesehatan. Xia & Chuah dalam studinya yaitu “Computer Vision for Human Health and Medical Application” menyebutkan bahwa algoritma Computer Vision dapat mendeteksi kanker dan tumor, perkembangan penyakit, pengenalan wajah dengan masker, diagnosis virus, memonitor rehabilitasi, serta pelatihan keterampilan medis.
Bagaimana Masa Depan Computer Vision?
Computer Vision berpotensi untuk mengubah lanskap di setiap bidang industri. Kehidupan dan konektivitas secara keseluruhan menjadi lebih cair, baik fisik maupun digital. Laporan yang dikutip dari Insight mencatat bahwa teknologi Computer Vision siap mengubah cara kita hidup dan bekerja dalam dekade berikutnya. Tidak sedikit perusahaan/organisasi yang telah berada di garis depan tren ini melihat banyaknya peluang keuntungan dari Computer Vision. Namun, juga perlu dicatat bahwa Computer Vision dapat mengubah masa depan privasi. Privasi berpeluang menjadi semakin kabur karena teknologi Computer Vision dapat digunakan untuk mencari dan menganalisis gambar yang tidak terhitung jumlahnya, dan kemungkinan data Anda akan ada di antaranya. Meskipun teknologi ini sangat luar biasa, perlu juga bagi kita untuk mengawasi hal ini dengan skeptisisme secara proporsional.
Penulis: Alivia Rayneta Yuni
Editor: M. Wahyu Hidayat, Harumi Nimas
