Dalam mendukung pembangunan smart city di Indonesia, pengembangan stasiun kereta api harus
bergerak ke arah smart station. Dalam mewujudkan smart station, perlu diperhatikan aspek safe
and secure. Salah satu contoh tindakan yang mengancam aspek dari safe and secure di lingkungan
stasiun adalah aktivitas memanjat pagar. Aktivitas ini dapat berujung pada perusakan sarana
ataupun kekerasan.
Aktivitas memanjat pagar dapat diawasi dengan pemanfaatan video analytics. Video yang akan
digunakan bersumber dari CCTV yang telah terpasang di stasiun. Video analytics akan dijalankan
melalui server VIANA dengan algoritma OpenPose dengan Deep Neural Network untuk
melakukan rekognisi aktivitas memanjat pagar di lingkungan stasiun KAI.
Pengujian terhadap algoritma OpenPose dengan DNN dilakukan pada lingkungan nyata, yaitu
stasiun KAI Bandung. Hasil dari pengujian berupa nilai akurasi, presisi, dan recall. Nilai dari
akurasi sebesar 75%, presisi sebesar 76%, dan recall sebesar 72%. Algoritma ini juga
menggunakan resources dengan stabil tanpa kenaikan secara signifikan. Algoritma ini memiliki
nilai GPU utilization sebesar 35%, memory utilization sebesar 8%, dan suhu dari GPU sebesar
63o
C.
Hasil prediksi aktivitas memanjat pagar oleh algoritma ini ditampilkan dalam halaman berupa
dashboard. Halaman ini akan menampilkan denah dan daerah yang tertangkap oleh CCTV. Untuk
tiap daerah, akan ditampilkan foto yang terindikasi terdapat aktivitas memanjat pagar oleh
algoritma. Foto akan disimpan dalam storage pada VIANA.