YOLO-Boat, Drone Kapal Pencari Korban Kecelakaan Laut Karya Mahasiswa ITS
loading...
A
A
A
JAKARTA - Tim mahasiswa Institut Teknologi Sepuluh Nopember ( ITS ) menciptakan drone kapal autonomous pencari korban kecelakaan laut berbasis computer vision yang diberi nama YOLO-Boat. Inovasi ini penting terlebih untuk membantu mempercepat evakuasi korban kecelakaan di perairan Indonesia yang terkenal sebagai negara maritime ini.
Ketua Tim Perancang YOLO-Boat Andreas Raja Goklas Sitorus mengatakan, inovasi ini dirancang untuk membantu tim Search and Rescue (SAR) dalam menghindari bahaya saat proses penyelamatan korban kecelakaan di perairan, terutama di laut.
Sebab terdapat faktor yang dapat membahayakan tim SAR ketika melakukan penyelamatan di lapangan, seperti cuaca dan lokasi kecelakaan. “Melihat kemungkinan tersebut, kami termotivasi untuk membuat suatu alat yang dapat membantu operasi penyelamatan oleh Tim SAR,” katanya melalui siaran pers, Jumat (3/12/2021)
Alat ini, lanjut Andreas, dirancang untuk dapat bekerja mandiri dalam mendeteksi korban, sehingga mampu meminimalisasi risiko bahaya pada proses penyelamatan. Nama YOLO-Boat merupakan akronim dari You Only Live Once. Nama tersebut dipilih dengan tujuan agar kapal ini dapat menjadi harapan bagi para korban.
“Seringkali dalam proses penyelamatan, terlihatnya korban untuk kali pertama adalah satu-satunya kesempatan bagi penyelamat untuk menolong korban, dengan kata lain tidak ada kesempatan kedua,” ungkap Andreas. Makna itulah yang melatarbelakangi penamaan kapal penyelamat ini.
Mahasiswa Departemen Teknik Perkapalan tersebut memaparkan, YOLO-Boat menggunakan beberapa teknologi. YOLO-Boat menggunakan lambung kapal katamaran atau lambung dua, di mana lambung ini sudah didesain agar memiliki stabilitas yang baik dalam melakukan misinya.
Pada sistem pendorongnya, menurut Andreas, digunakan sistem propulsi azimuth yang dapat meningkatkan kapabilitas YOLO-Boat dalam bermanuver di perairan. “Kami juga mendesain sistem elektrikal seefisien mungkin, baik dari sistem kontrol maupun manajemen power kapal,” terang Andreas lagi.
Selain itu, dikatakan Andreas, dalam operasionalnya YOLO-Boat menggunakan Robot Operating System (ROS) sebagai kerangka kerja utama. Kapal ini menggunakan beberapa sensor yang berfungsi untuk memberikan data lokasi dan orientasi yang nantinya digunakan dalam guided navigation YOLO-Boat.
Dalam penggunaan teknologi Computer Vision, dibuat model object detection khusus, yakni arsitektur YOLOv4 berbasis Convolutional Neural Network (CNN). “Pada operasionalnya, computer vision inilah yang mengidentifikasi dan memungkinkan YOLO-Boat untuk datang mengamankan korban,” beber Andreas.
Lebih lanjut, Andreas menjelaskan bahwa sebelum diujikan ke lapangan, YOLO-Boat terlebih dahulu diuji algoritmanya dengan menggunakan simulator agar dapat memprediksi pelaksanaan operasi penyelamatan.
“YOLO-Boat juga dilengkapi dengan sistem User Interface untuk penyesuaian parameter pada saat pengujian serta membantu dalam proses pemantauan,” papar mahasiswa yang tengah menempuh tahun terakhir kuliahnya ini.
Dalam penerapannya, YOLO-Boat harus dibawa terlebih dahulu menggunakan kapal penyelamat ke perairan yang ditetapkan sebagai lokasi kecelakaan. Kemudian YOLO-Boat akan dilepaskan ke laut dan memulai proses pencarian korban. Ketika korban terdeteksi, YOLO-Boat akan memberikan pelampung kepada korban.
Setelah itu, YOLO-Boat mengirimkan sinyal kepada kapal penyelamat untuk datang menghampiri lokasi korban yang ditemukan. “Idealnya akan dibutuhkan banyak YOLO-Boat yang bekerja sama untuk meningkatkan efektivitas penyelamatan korban,” ujar Andreas.
Keefektifan YOLO-Boat dalam mengidentifikasi korban dibuktikan dengan kemampuannya yang dapat mendeteksi korban meskipun bagian tubuh korban yang dapat muncul di permukaan laut hanya wajahnya saja. YOLO-Boat ini dapat beroperasi 44 menit dengan jarak tempuh maksimal 6.780 meter.
“Kami juga telah banyak berdiskusi dengan Badan SAR Nasional (BASARNAS) Indonesia dan menampung masukan terkait potensi beserta kelemahan yang mungkin terjadi pada saat YOLO-Boat dipakai di lapangan,” aku Andreas.
Keberhasilan pembuatan YOLO-Boat telah ditunjukkan dari hasil pengujian prototipe di Pantai Kenjeran. “YOLO-Boat berhasil mengidentifikasi dan mengamankan relawan yang berperan sebagai korban tenggelam,” katanya.
Berkat inovasi luar biasa ini, Andreas bersama tim juga berhasil membawa pulang medali perak pada Pekan Ilmiah Mahasiswa Nasional (Pimnas) 2021 kategori Program Kreativitas Mahasiswa-Karsa Cipta (PKM-KC).
Selain Andreas, tim ini juga beranggotakan Achmad Zidan Akbar dari Departemen Teknik Informatika 2018, Nawab Aditya asal Teknik Elektro 2019, Rahyan Damar Ramadhan asal Teknik Sistem Perkapalan 2019, dan terakhir Zulieta Krisna Damayanti dari Teknik Perkapalan 2019 ini.
Ketua Tim Perancang YOLO-Boat Andreas Raja Goklas Sitorus mengatakan, inovasi ini dirancang untuk membantu tim Search and Rescue (SAR) dalam menghindari bahaya saat proses penyelamatan korban kecelakaan di perairan, terutama di laut.
Sebab terdapat faktor yang dapat membahayakan tim SAR ketika melakukan penyelamatan di lapangan, seperti cuaca dan lokasi kecelakaan. “Melihat kemungkinan tersebut, kami termotivasi untuk membuat suatu alat yang dapat membantu operasi penyelamatan oleh Tim SAR,” katanya melalui siaran pers, Jumat (3/12/2021)
Alat ini, lanjut Andreas, dirancang untuk dapat bekerja mandiri dalam mendeteksi korban, sehingga mampu meminimalisasi risiko bahaya pada proses penyelamatan. Nama YOLO-Boat merupakan akronim dari You Only Live Once. Nama tersebut dipilih dengan tujuan agar kapal ini dapat menjadi harapan bagi para korban.
“Seringkali dalam proses penyelamatan, terlihatnya korban untuk kali pertama adalah satu-satunya kesempatan bagi penyelamat untuk menolong korban, dengan kata lain tidak ada kesempatan kedua,” ungkap Andreas. Makna itulah yang melatarbelakangi penamaan kapal penyelamat ini.
Mahasiswa Departemen Teknik Perkapalan tersebut memaparkan, YOLO-Boat menggunakan beberapa teknologi. YOLO-Boat menggunakan lambung kapal katamaran atau lambung dua, di mana lambung ini sudah didesain agar memiliki stabilitas yang baik dalam melakukan misinya.
Pada sistem pendorongnya, menurut Andreas, digunakan sistem propulsi azimuth yang dapat meningkatkan kapabilitas YOLO-Boat dalam bermanuver di perairan. “Kami juga mendesain sistem elektrikal seefisien mungkin, baik dari sistem kontrol maupun manajemen power kapal,” terang Andreas lagi.
Selain itu, dikatakan Andreas, dalam operasionalnya YOLO-Boat menggunakan Robot Operating System (ROS) sebagai kerangka kerja utama. Kapal ini menggunakan beberapa sensor yang berfungsi untuk memberikan data lokasi dan orientasi yang nantinya digunakan dalam guided navigation YOLO-Boat.
Dalam penggunaan teknologi Computer Vision, dibuat model object detection khusus, yakni arsitektur YOLOv4 berbasis Convolutional Neural Network (CNN). “Pada operasionalnya, computer vision inilah yang mengidentifikasi dan memungkinkan YOLO-Boat untuk datang mengamankan korban,” beber Andreas.
Lebih lanjut, Andreas menjelaskan bahwa sebelum diujikan ke lapangan, YOLO-Boat terlebih dahulu diuji algoritmanya dengan menggunakan simulator agar dapat memprediksi pelaksanaan operasi penyelamatan.
“YOLO-Boat juga dilengkapi dengan sistem User Interface untuk penyesuaian parameter pada saat pengujian serta membantu dalam proses pemantauan,” papar mahasiswa yang tengah menempuh tahun terakhir kuliahnya ini.
Dalam penerapannya, YOLO-Boat harus dibawa terlebih dahulu menggunakan kapal penyelamat ke perairan yang ditetapkan sebagai lokasi kecelakaan. Kemudian YOLO-Boat akan dilepaskan ke laut dan memulai proses pencarian korban. Ketika korban terdeteksi, YOLO-Boat akan memberikan pelampung kepada korban.
Setelah itu, YOLO-Boat mengirimkan sinyal kepada kapal penyelamat untuk datang menghampiri lokasi korban yang ditemukan. “Idealnya akan dibutuhkan banyak YOLO-Boat yang bekerja sama untuk meningkatkan efektivitas penyelamatan korban,” ujar Andreas.
Keefektifan YOLO-Boat dalam mengidentifikasi korban dibuktikan dengan kemampuannya yang dapat mendeteksi korban meskipun bagian tubuh korban yang dapat muncul di permukaan laut hanya wajahnya saja. YOLO-Boat ini dapat beroperasi 44 menit dengan jarak tempuh maksimal 6.780 meter.
“Kami juga telah banyak berdiskusi dengan Badan SAR Nasional (BASARNAS) Indonesia dan menampung masukan terkait potensi beserta kelemahan yang mungkin terjadi pada saat YOLO-Boat dipakai di lapangan,” aku Andreas.
Keberhasilan pembuatan YOLO-Boat telah ditunjukkan dari hasil pengujian prototipe di Pantai Kenjeran. “YOLO-Boat berhasil mengidentifikasi dan mengamankan relawan yang berperan sebagai korban tenggelam,” katanya.
Berkat inovasi luar biasa ini, Andreas bersama tim juga berhasil membawa pulang medali perak pada Pekan Ilmiah Mahasiswa Nasional (Pimnas) 2021 kategori Program Kreativitas Mahasiswa-Karsa Cipta (PKM-KC).
Selain Andreas, tim ini juga beranggotakan Achmad Zidan Akbar dari Departemen Teknik Informatika 2018, Nawab Aditya asal Teknik Elektro 2019, Rahyan Damar Ramadhan asal Teknik Sistem Perkapalan 2019, dan terakhir Zulieta Krisna Damayanti dari Teknik Perkapalan 2019 ini.
(mpw)