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).
Oleh karena itu, Dr. Nur Ibrahim salah seorang Doktor dari Fakultas Teknik (FT) Universitas Indonesia (UI) mengembangkan metode baru untuk meningkatkan efektivitas surveillance system (sistem pengamatan) pada malam hari dengan memanfaatkan kamera thermal. Ia 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 saja dari objek yang berada pada data tersebut. Hal ini akan membantu sistem dalam membedakan objek yang diamati ketika objek tersebut berdekatan atau tertutupi dengan objek-objek lain di sekitarnya yang memiliki karakteristik serupa.
“Data penelitian diambil dengan menggunakan kamera thermal compact yang terpasang pada perangkat berbasis Android. 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,” ujar Dr. Nur.
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% 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, S.T., 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 pada sidang terbuka promosi Doktor FTUI, Jumat (28/06). Penelitian ini juga telah ini telah dipublikasikan di berbagai jurnal dan konferensi internasional terkemuka, seperti Journal of Images and Graphics (SCOPUS Q2) dan IEEE 3rd International Conference on Robotics Automation and Artificial Intelligence (RAAI) 2023, dan di- submit di IJTECH (SCOPUS Q1).
Dr. Nur Ibrahim berhasil mempertahankan disertasinya dan memperoleh predikat Cum Laude, IPK 3.90. Ia lulus sebagai doktor ke-171 Program Studi Teknik Elektro dan doktor ke-548 di FTUI. Dalam siding promosi tersebut, dipimpin oleh Prof. Ir. Mahmud Sudibandriyo, M.Sc., Ph.D. dengan promotor Prof. Dr.Eng. Drs. Benyamin Kusumoputro, M.Eng., dan co-promotor Dr. Ir. Aries Subiantoro, M.Sc. Sementara para penguji terdiri atas Prof. Dr. Ir. Feri Yusivar, M.Eng.; Dr. Abdul Halim, M.Eng.; Dr. Abdul Muis, S.T., M.Eng.; Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng.; dan Dr. Muhammad Rif’an, S.T., M.T.
***
Kantor Komunikasi Publik
Fakultas Teknik Universitas Indonesia
