Mahasiswa UGM Kembangkan Pendeteksi Kerumunan Cegah Penularan Covid-19

KOMPAS.com - Menghindari kerumunan menjadi salah satu cara mencegah penularan virus corona.

Mengingat pentingnya menghindari kerumunan di masa pandemi Covid-19, mahasiswa Universitas Gadjah Mada (UGM) Yogyakarta mengembangkan sistem deteksi kerumunan guna mencegah penularan virus corona.

Ketua tim peneliti, Zulfa Andriansyah mengatakan, sistem yang dikembangkan ini dapat mendeteksi adanya kerumunan sekaligus menampilkan informasi kapan dan dimana kerumunan terjadi.

Menurut Zulfa, sistem yang diberi nama Syncrom atau kepanjangan dari System of Detection and Crowd Mapping ini dibuat berbasis berbasis Deep Learning dan WebGIS.

Zulfa menerangkan, melalui sistem ini dapat mendeteksi adanya kerumunan dengan menyajikan informasi jumlah massa. Selain itu juga bisa menampilkan visualisasi kondisi di lapangan baik waktu dan tempat terjadinya kerumunan secara near realtime (mendekati realtime).

"Dengan platform ini sistem pemantauan bisa dilakukan secara terus-menerus selama 24 jam. Data terus diupdate setiap 30 detik," terang Zulfa Andriansyah seperti dikutip dari laman UGM, Rabu (4/8/2021).

Syncrom dikembangkan Zulfa bersama dengan keempat rekannya yaitu M. Ihsanur Adib (Kartografi dan Penginderaan Jauh), Wahyu Afrizal Bahrul Alam (Teknologi Informasi), Malik Al-Aminullah Samansya (Teknik Nuklir), dan Najmuddin Muntashir ‘Abdussalam (Teknik Industri).

Inovasi para mahasiswa ini dilakukan di bawah bimbingan dosen Taufik Hery Purwanto lewat Program Kreativitas Mahasiswa bidang Karsa Cipta (PKM-KC) tahun 2021.

Berkat inovasi ini, mereka memperoleh dana hibah pengembangan sebesar Rp 9 juta dari Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi (Kemendikbud Ristek).

Dia menambahkan, dalam sistem ini juga dilengkapi dengan fitur peringatan dini adanya kerumunan. Peringatan adanya kerumunan di lokasi terdeteksi akan disampaikan melalui pengeras suara secara otomatis.

"Syncrom bisa mendeteksi kerumunan melalui input data visual yang diproleh melalui CCTV lewat web cam yang terhubung dengan komputer lokal yang sebelumnya telah diprogram dengan deep learning," beber dia.

Kemudian untuk mendeteksi keberadaan manusia dan memprediksi kerumunan di suatu lokasi diteruskan ke sistem untuk dianalisis. Setelah itu, hasil data dikirimkan ke WebGIS dalam bentuk informasi terkait lokasi, waktu, dan jumlah kejadian kerumunan yang berada di satu lokasi terpantau CCTV.

"Jika data yang muncul menunjukkan adanya kerumunan maka voice alert akan berbunyi untuk memberikan peringatan," tandas Zulfa.

Kedepan, para mahasiswa UGM ini juga akan menambahkan fitur berupa text alert untuk mempermudah petugas dalam pemantauan.

Misalnya, ketika petugas sedang tidak berada di ruang kontrol tetap dapat menerima informasi melalui SMS atau telegram apabila terjadi kerumunan.

"Saat ini belum ada produk yang mengintegrasikan deteksi kerumunan dengan pemetaan yang juga disertai dengan adanya peringatan dini. Biasanya deteksi kerumunan dengan memakai sensor proximity menggunakan perangkat pengguna seperti smart phone," ungkap Zulfa.

Bantu pemantauan pelanggaran prokes

Najmuddin menambahkan, pengembangan Syncrom berawal dari keprihatian terhadap masih banyaknya pelanggaran protokol kesehatan yang terjadi di masyarakat. Khususnya terkait menjaga jarak dan menghindari kerumunan.

Sementara ketaatan mengimplementasikan protokol kesehatan (prokes) sangat penting untuk mencegah penyebaran Covid-19 agar tidak semakin meluas.

"Saat ini masih saja terjadi banyak pelanggaran prokes termasuk soal jaga jarak dan menghindari kerumunan karena pemantauan aparat kurang maksimal. Kami berinisiatif mengembangkan alat deteksi ini guna memudahkan petugas dalam pemantauan dan segera melakukan penindakan," paparnya.

Dalam pengembangan prototipe alat deteksi kerumunan ini, tim masih menggunakan web cam, belum memakai CCTV karena adanya keterbatasan dana.

Namun hasilnya dapat memantau keumunan secara optimal dan akurat. Sistem yang mulai dikembangkan sejak bulan Juni 2021 lalu ini telah diujicobakan di lapangan. Hasilnya, memiliki akurasi lebih dari 75 persen dalam mendeteksi kerumunan di suatu ruangan.

"Walau dengan web cam bisa dihasilkan akurasi yang cukup bagus untuk mendeteksi kerumunan dengan resolusi gambar menengah dan rendah. Kedepan akan dikembangkan menggunakan kamera CCTV beresolusi tinggi agar hasil bisa lebih akurat," papar Najmuddin.