Sistem Analisis Otomatis Seleksi Fisik Kemiliteran

Sistem Analisis Otomatis Seleksi Fisik Kemiliteran

Setiap tahun banyak instansi kedinasan dan kemiliteran menggelar sistem rekruitasi yang memerlukan pemeriksaan fisik. Sebut saja, TNI, Kepolisian, sekolah-sekolah kedinasan, Pemadam kebakaran , Tim SAR, dan lain-lain. Banyaknya peserta seleksi tentu membutuhkan kepresisian penilaian peserta yang bersifat objektif dan transparan. Maka, kebutuhan sistem yang dapat membantu dalam proses seleksi kemiliteran, menjadi keniscayaan

al ini rupanya sudah dilakukan salah satu industri bidang teknologi, PT Metavision Inovasi Indonesia (MII) bersama TNI AD sejak tahun 2016 melalui kerjasama riset sistem analisis postur tubuh dalam proses seleksi kemiliteran. Sayangnya, riset ini tidak berlanjut. Tahun 2022, PT MII bekerja sama dengan tim riset dosen Telkom University

(Tel-U) yang dipimpin Dr. Inung Wijayanto, M.T. Gayung bersambut, tim periset Tel-U tertarik untuk melanjutkan riset ini, karena ternyata sistem ini masih sangat dibutuhkan dalam proses seleksi kemiliteran. Kali ini, instansi Kepolisian yang menginginkan adanya Sistem Analisis Postur Tubuh yang dapat digunakan untuk proses rekruitasi anggotanya. Tahun 2023, riset ini kembali lolos pendanaan dari Kedaireka Matching Fund dari Kementerian Pendidikan Kebudayaan Riset dan Teknologi Kemendikbudristek). Pemeriksaan fisik sendiri merupakan salah satu aspek persyaratan dalam proes seleksi anggota kepolisian, selain proes administrasi, tes psikologi, mental ideologi, dan kesamaptaan jasmani. Pemeriksaan fisik

Computer Vision dan Deep Learning (bagian dari Artificial Intelligence-AI) untuk mengukur dan menilai postur calon anggota secara otomatis yang kemudian divalidasi. Sistem dikembangkan dengan berbasis kamera pengolahan sistem digital yang merekam video postur tubuh atau aktivitas orang (untuk menilai calon anggota dari sisi fisik, ketahanan serta bentuk postur tubuhnya. Pemeriksaan ini untuk melihat ada atau tidaknya kelainan di tubuh calon anggota.

Pada riset ini, ada dua sistem analisis yang dikembangkan. Pertama, sistem analisis postur tubuh yang meliputi tujuh subsistem. Mulai dari bentuk tubuh secara umum, tubuh bagian atas, bagian tengah dan bagian bawah. Kriteria tubuh secara umum dinilai dari bentuk fisik, tinggi badan, berat badan, Body Mass Index (BMI). Pemeriksaan tubuh bagian atas meliputi mata (tidak juling), struktur gigi, bentuk wajah, kulit wajah (khususnya calon polisi wanita), dan suara. Kemudian, untuk tubuh bagian tengah, pemeriksaan pada bahu, dada, perut, dan tulang belakang. Sementara untuk tubuh bagian bawah, pemeriksaan mulai bagian panggul, kaki dan tekanan telapak kaki (arch foot, plat foot, dan normal foot).

Pembuatan sistem analisis yang dikembangkan tim dosen Tel-U berbasis Computer Vision dan Deep Learning (bagian dari Artificial Intelligence-AI) untuk mengukur dan menilai postur calon anggota secara otomatis yang kemudian divalidasi. Sistem dikembangkan dengan berbasis kamera pengolahan sistem
digital yang merekam video postur tubuh atau aktivitas orang (untuk sistem Kesegaran Jasmani- Garjas), kemudian dianalisis secara real time.

Dari video processing tersebut, dibuat marker pada tubuh calon menggunakan algoritma blazepose (semacam library dalam AI) dan pemetaan skeleton di AI. Penggunaan blazepose yang dilatihkan dengan data primer akan memberikan hasil pemetaan yang akurat. Kemudian pengembangan sistem deteksi keseimbangan mata dan observasi wajah dilakukan secara paralel. Sistem elektronika untuk pengukuran tekanan telapak kaki dan BMI juga dilakukan untuk melengkapi sistem pengecekan postur tubuh. Marker tersebut dideteksi oleh sistem berbasis Computer Vision dan dilakukan penghitungan jarak, sudut dan parameter-parameter lainnya. Sistem AI ini akan mengukur positioning dan melakukan pengukuran, seperti pengukuran kemiringan sudut bahu secara otomatis. Sementara untuk analisis tulang belakang, menggunakan garis semu sebagai patokan untuk mengukur dan melihat kelainan seperti skoliosis, lordosis atau kifosis.

Selain data-data yang dibangun dan dikembangkan dari blazepose (AI), tim riset sudah memiliki data-data mengenai posisi postur tubuh dan ketentuan fisik calon-calon siswa Polri yang sesuai dengan kebutuhan Kepolisian. Sebanyak 28 data requirement dari Kepolisian sudah ditambahkan dalam sistem AI yang kemudian di-training ulang, sehingga datanya mix dan mampu menganalisis dengan lebih baik. Data dari Kepolisian merupakan data yang sulit didapatkan dan bersifat rahasia, sehingga tim riset harus berhati-hati dalam menggunakannya. Penggunaan AI dalam sistem analisis ini akan mengurangi campur tangan manusia serta mengurangi kecurangan dalam proses seleksi.

Ketujuh subsistem untuk Sistem Analisis Postur Tubuh Berbasis Computer Vision dan AI ini sudah memiliki hak cipta dan sudah diujikan di lingkungan riil (Kepolisian). Dari ketujuh subsistem ini, dua perangkat untuk mengukur

BMI dan tekanan telapak kaki berupa hardware dan software. Sementara untuk lima subsistem lainnya hanya berupa software. Sementara untuk Sistem Analisis Kesegaran Jasmani (Garjas) yang meliputi aktivitas gerakan push up, sit up, pull up, dan chin up hanya menghasilkan satu subsistem analisis yang juga sudah diujicobakan di lingkungan riil. Bahkan, tim riset mendapat tantangan untuk melanjutkan riset di tahun selanjutnya, untuk membuat Sistem Analisis Aktivitas Lari bagi calon anggota Kepolisian dengan sejumlah parameter yang sudah ditetapkan pihak Kepolisian.

Riset ini menghasilkan prototype produk yang sudah memiliki hak cipta, serta beberapa papers baik dalam prosiding maupun jurnal. Bahkan, tim riset sudah memiliki perjanjian dagang terkait implementasi dari inovasi yang dihasilkan bersama mitra yaitu PT MII. Bahkan, produk inovasi ini sudah diarahkan untuk proses selanjutnya (hilirisasi dan komersialisasi) yang didampingi Bandung Techno Park (BTP), termasuk pembagian royalti dari inovasi yang dihaslkan. Pemanfaatan inovasi ini sangat mungkin diaplikaskan tidak hanya di lingkungan kepolisian, tapi juga TNI (AD, AL, AU), sekolah-sekolah kedinasan, Pemadam Kebakaran, BNPB, Tim SAR dan instansi- instansi yang memerlukan pemeriksaan fisik dalam proses rekruitasinya. Dengan alat ini, proses pemeriksaan fisik dapat dilakukan secara otomatis dan terkomputerisasi, sehingga mengurangi tingkat kesalahan yang bersifat human error. Pelaksanaan pemeriksaan pun akan lebih cepat, tepat dan akurat serta memiliki objektivitas dan validitas tinggi. Otomatis Berbasis Computer Vision dan Artificial Intelligence untuk Tes Seleksi Penerimaan Siswa di Kalangan Militer Republik Indonesia” oleh Dr. Inung Wijayanto, M.T., dan tim.

Disarikan dari hasil wawancara Riset Skema Matching Fund Kedaireka 2023 yang bertajuk “Sistem Analisis Postur Tubuh

Profil Ketua Peneliti

DOKTOR (Dr.) Inung Wijayanto, M.T., merupakan dosen tetap dan periset Fakultas Teknik Elektro (FTE) Tel-U. Ia menyelesaikan pendidikan S1 dan S2-nya dari Institut Teknologi Telkom (sekarang Tel-U) tahun 2008 dan 2011 pada Bidang Teknik Telekomunikasi. Sementara untuk pendidikan S3-nya, Inung menyelesaikan tahun 2022 dari Universitas Gadjah Mada (UGM) pada Bidang Pengolahan Sinyal Biomedis pada EEG.

Inung memiliki bidang riset dalam Pengolahan Sinyal Biomedis, meski sebelumnya juga menggeluti riset hardware dan microcontroller. Bahkan, Inung sudah menghasilkan beberapa produk teknologi biomedis pendamping yang bersifat non invasive, salah satunya Glucoby (alat pengukur kadar gula darah). Namun, sejak S3, ia memfokuskan pada pengembangan software. Termasuk saat melaksanakan riset masih berfokus pada pengembangan teknologi biomedis, meski subjeknya pada manusia, tidak lagi fokus pada hardware. Selain riset Kedaireka Matching Fund, Inung juga mengerjakan riset DRTPM. Saat ini, Inung aktif sebagai Ketua Lab. Signal Processing Intelligence Systems (SPIS).

“Tantangan kami dalam riset aplikatif seperti ini adalah memastikan jika produk yang kami buat akankah bermanfaat di masyarakat atau tidak? Jika hanya riset, banyak. Tapi riset harus berdampak bagi masyarakat.Alhamdulillah di FTE untuk TA mahasiswa pun sudah capstone, berdasarkan problem yang ada di mitra industri atau di masyarakat. Jadi, kami melibatkan mahasiswa supaya mereka memiliki pengalaman riset. Total untuk riset bersama Kepolisian ada delapan mahasiswa yang terlibat, beberapa di antaranya sudah lulus. Mitra pun sangat membantu, mulai dari memberikan dukungan fasilitas serta data-data yang kami perlukan, termasuk berdiskusi terkait riset yang dilakukan,” tuturnya.

Leave a Reply

Your email address will not be published. Required fields are marked *