Perpustakaan Digital ITB

Aspek safe and secure merupakan salah satu aspek terpenting dalam smart city. Smart mobility seperti pada stasiun KAI juga merupakan bagian dari smart city sehingga aspek safety and security dari fasilitasnya perlu dijaga berdasarkan parameter keamanan yang berlaku. Upaya meningkatkan aspek safe and secure di stasiun KAI dapat dilakukan dengan mendeteksi kegiatan yang mengganggu safe and secure secara otomatis dengan menggunakan teknologi CCTV dan video analytics. Saat ini, ITB, KAI dan LPDP sudah mengembangkan platform video analytics bernama VIANA. Namun, terdapat aspek-aspek yang mengganggu safe and secure yang belum ditangani VIANA. Penulisan Tugas Akhir ini bertujuan untuk menjawab masalah bagaimana cara mengembangkan VIANA dengan menambahkan fitur deteksi aspek safe and secure yang diperlukan VIANA seperti melempar benda, memanjat pagar, dan trespassing. Output dari fitur-fitur ini menjadi index safe and secure yang digunakan untuk menentukan tingkat safe and secure dari suatu daerah. Tugas Akhir ini berfokus pada penambahan fitur deteksi melempar benda. Melempar benda merupakan salah satu aktivitas berbahaya yang dapat terjadi di peron stasiun. Tugas Akhir ini dikerjakan dengan metodologi Design for Six Sigma oleh Kosky. Alur metodologi dimulai dari pendefinisian masalah yang ada yaitu adanya kasus orang melempar barang di area peron yang dapat mengganggu keamanan pengunjung stasiun. Selanjutnya, dilakukan eksplorasi untuk menentukan solusi video analytics dengan kebutuhan fungsional dan nonfungsional yang dapat mendeteksi gerakan melempar berdasarkan kecepatan pemrosesan dan kinerja GPU. Pada akhirnya, sebuah algoritma OpenPose yang dapat menentukan gerakan berdasarkan posisi anggota tubuh terpilih untuk mendeteksi gerakan. Sebuah model juga sudah didapatkan untuk menjadi dasar dari inferencing yang dilakukan fitur deteksi gerakan melempar. Sebuah dashboard juga dikembangkan untuk menampilkan seluruh hasil deteksi dari fitur melempar, memanjat pagar, dan trespassing. Fitur deteksi melempar sudah berhasil dijalankan pada VIANA dan digunakan untuk mendeteksi aksi melempar pada peron stasiun KAI. Berdasarkan pengujian, fitur dapat dijalankan untuk waktu lama tanpa henti dengan kinerja GPU dan memori yang cukup rendah. Fitur juga dapat mendeteksi gerakan melempar dengan presisi, recall, dan akurasi yang cukup baik. Ini membuktikan bahwa fitur deteksi melempar sudah dapat digunakan oleh KAI. Walau begitu, fitur deteksi melempar masih dapat dikembangkan dengan menambahkan dataset berupa foto untuk aksi lain seperti menelepon serta menambahkan foto dari berbagai sudut kamera dan pencahayaan. Hal lain yang perlu diperhatikan untuk kelancaran deteksi adalah jaringan yang stabil dalam mengambil data stream dari CCTV.