Penggunaan Teknologi AI untuk Deteksi Korek Api dalam Meningkatkan Keamanan Penerbangan

Oleh: Rizki Hesananda, Dosen Program Studi Teknologi Informasi Cyber University

BERITA TERBARU INDONESIA, JAKARTA — Keamanan penerbangan adalah salah satu aspek penting dalam transportasi saat ini. Barang kecil seperti korek api, meski terlihat sepele, bisa menjadi ancaman bagi keselamatan pesawat.

Oleh karena itu, deteksi dini terhadap barang-barang berpotensi tinggi menjadi prioritas utama dalam prosedur keamanan bandara.

Untuk mendukung peningkatan keamanan ini, penelitian terbaru telah mengembangkan teknologi berbasis computer vision guna mendeteksi keberadaan korek api di dalam koper maupun barang bawaan penumpang.

Teknologi ini menggunakan model deep learning terkini, yakni YOLO v5 (You Only Look Once version 5), yang dikenal memiliki keunggulan dalam deteksi objek secara cepat dan tepat.

Menerapkan YOLO v5 untuk Deteksi Barang Berbahaya

Penelitian ini bertujuan mengembangkan model yang mampu mendeteksi korek api dari gambar dengan tingkat ketelitian yang tinggi. Dengan pendekatan metodologi CRISP-DM, proses penelitian dimulai dari memahami kebutuhan keamanan, mengumpulkan data gambar korek api, dan membangun serta menguji model deteksi.

Sebanyak 37 gambar korek api beresolusi tinggi dikumpulkan sebagai dataset awal. Gambar-gambar ini kemudian diproses melalui platform Roboflow untuk diberi anotasi dan augmentasi, sehingga jumlah dataset meningkat tiga kali lipat.

Teknik augmentasi seperti rotasi dan perubahan ukuran gambar bertujuan untuk memperbaiki kemampuan generalisasi model.

Pelatihan model dilakukan menggunakan Google Colab selama 100 epoch dengan ukuran gambar 416 piksel dan batch size 16. Model ini dikembangkan tanpa modifikasi besar terhadap arsitektur asli YOLO v5, memastikan pendekatan tetap sederhana namun efektif.

Hasil yang Menjanjikan untuk Penerapan Nyata

Evaluasi model menunjukkan hasil yang sangat positif. Nilai precision, recall, dan mean Average Precision (mAP) mendekati angka 90–100 persen setelah proses pelatihan. Ini menunjukkan bahwa model mampu mendeteksi keberadaan korek api dengan sangat akurat.

Model diuji pada gambar-gambar baru dari dataset uji. Hasilnya, korek api berhasil terdeteksi dengan tingkat kepercayaan di atas 79 persen, baik pada gambar yang hanya berisi satu korek api maupun yang berisi beberapa korek sekaligus.

Akurasi tinggi ini membuka peluang besar untuk penerapan langsung dalam sistem pemeriksaan keamanan bandara.

Menuju Keamanan Transportasi Udara yang Lebih Canggih

Penerapan deteksi otomatis berbasis AI seperti ini di bandara akan membawa berbagai manfaat nyata:

• Pemeriksaan lebih cepat: Mengurangi waktu antrean dan mempercepat proses pemeriksaan keamanan.
• Akurasi lebih tinggi: Mengurangi risiko kesalahan manusia dalam mendeteksi barang berbahaya.
• Peningkatan keselamatan: Mencegah potensi ancaman sebelum barang berbahaya masuk ke pesawat.

Walaupun penelitian ini menggunakan dataset yang relatif kecil, hasil yang diperoleh memberikan dasar kuat untuk penelitian lanjutan. Perluasan dataset dan uji coba dalam skala lebih besar akan menjadi langkah berikutnya untuk mengoptimalkan penerapan sistem ini.

Dengan inovasi ini, keamanan penerbangan dapat ditingkatkan secara signifikan, menjadikan pengalaman perjalanan udara tidak hanya nyaman, tetapi juga jauh lebih aman bagi semua pihak.