-->
  • Pengaplikasian deep learning di kehidupan nyata

     Tilang Online (E-Tilang)

    Pemerintah indonesia mengembangkan sistem tilang online. Pengmbangan sistem ini bertujuan untuk menghindari pungutan liar yang sering terjadi di masyarakat, selain itu bertujuan untuk mengoptimalkan penegakan pelanggaran lalu lintas yang ada di Indonesia.Sistem e-tilang sendiri diberlakukan mulai tanggal 6 Desember 2017 lalu. Dasar e-tilang sendiri yaitu berupa peraturan dalam Undang-Undang Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan dan pada Peraturan Pemerintah Nomor 80 tahun 2012 Tentang Tata Cara Pemeriksaan Kendaraan Bermotor di Jalan dan Penindakan Pelanggaran Lalu Lintas dan Angkutan Jalan serta pada UndangUndang Nomor 11 tahun 2008 Tentang Transaksi Elektronik.

    Aplikasi e-tilang dikategorikan dalam dua user, yang pertama adalah pihak dari kepolisian dan kedua pihak dari kejaksaan. Pada sisi kepolisian, sistem nantinya akan berjalan pada komputer tablet dengan sistem operasi android, sedangkan pada pihak kejaksaan sistem akan berjalan pada bentuk website sebagai eksekutor seperti proses sidang manual.

    Penerapan e-tilang dibantu dengan CCTV yang dipasang pada traffic light. Cara kerjanya, yakni kamera perekam yang dipasang di traffic light ini akan merekam kejadian di sekitar lokasi tersebut. Jika terjadi pelanggaran oleh pengguna jalan, selanjutnya data nomor polisi atau plat nomor kendaraan tersebut akan dicocokan di Pusat Data Khusus Penanganan Sistem Tilang Elektronik. Kamera perekam ini dilengkapi dengan resolusi gambar yang tinggi agar nomor plat dan pengendara terlihat dengan jelas.

    Saat menangkap nomor polisi kendaraan, sistem dibantu dengan kecerdasan buatan. Pada refrensi yang saya cari, saya belum menemukan basis sistem yang membahas sistem e-tilang di indonesia. Kemungkinan teknoloni yang digunakan untuk menangkan nomor polisi kendaraan menggunakan bantuan deep learning berbasis CNN. Menurut saya proses yang dapat terjadi berupa, pencarian pengendara yang tidak mengenakan helm dengan bantuan image recognition kemudian sistem akan menangkap gambar nomor polisi kendaraan pelanggar. Selain itu bisa juga penerapan dengan cara pelanggar yang melintasi marka jalan atau zebra cross dapat ditilang dengan sistem. Kemudian, jika ada pengendara yang nomor polisinya belum diperbarui bisa dideteksi dengan bantuan kecerdasan buatan.

    Untuk mengatasi kesalahan sistem yang kemungkinan bisa terjadi, maka perlu adanya operator sistem yang perlu memverifikasi data yang sudah diperoleh oleh sistem tersebut. Sebagai contoh, jika ada pelanggar yang belum mengganti nomor polisi perlu dicek dulu karena pelanggar mungkin sudah membayar pajak tetapi memang belum mengganti saja sehingga dianggap tidak melanggar. 

    sumber bacaan

    http://jurnal.lppm.unsoed.ac.id/ojs/index.php/Prosiding/article/viewFile/632/570

    https://core.ac.uk/download/pdf/322575715.pdf

  • You might also like

Powered by Blogger.