Dosen UII Kembangkan Algoritme Machine untuk Pengenalan Pola di Perangkat Lunak

Rabu, 29 Januari 2020 - 07:30 WIB
Dosen UII Kembangkan Algoritme Machine untuk Pengenalan Pola di Perangkat Lunak
Dosen Informatika FTI UII Syarif Hidayat menjelaskan tentang pengenalan pola di perangkat lunak dengan algoritme machine di FTI UII, Selasa (28/1/2020). Foto/SINDOnews/Priyo Setyawan
A A A
SLEMAN - Dosen Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia (FTI UII), Syarif Hidayat berhasil mengembangkan pengenalan pola di perangkat lunak dengan algoritme machine learning, yaitu berupa aplikasi fall detection (pendeteksi jatuh). Aplikasi ini membantu monitoring bagi lansia yang tinggal sendiri serta rawan jatuh dan tidak diketahui orang. Aplikasi ini akan memberikan informasi melalui smartphone kepada anggota keluarga bila seseorang yang mengenakan alat fall detection terjatuh.

Syarif Hidayat menjelaskan, pengembangan alat ini berawal dari model pengenalan pola yang dihasilkan algoritme mechine learning, seperti mengenali wajah dan sidik jari seseorang, yang saat ini masih mengunakan komputer. Akibatnya model pengenalan pola yang dihasilkan algoritme ini membutuhkan sumber daya komputasi yang cukup besar dan hanya dapat diterapkan pada perangkat berspesifikasi tinggi.

"Karena itu, saya melakukan penelitian untuk pengembangan pengenalan pola di perangkat lunak ini," kata Syarif, Selasa (28/1/2020).

Pengembangaannya, kata Syarif, menggunakan tiga metode, yaitu Splitting Criteria Optimization (SCO), Measured Tree Pruning (MTP), dan Accuracy-Based Tree Clustering (ATC). Pemilihan tiga metode ini bukan tanpaa alasan. Sebab metode tersebut mampu menghasilkan model pengenalan pola yang lebih ringkas.

"Kelebihan lainnya yakni program dapat dijalankan pada mesin berspesifikasi rendah dan penggunaan energi menjadi lebih efisien, sehingga daya tahan baterai perangkat lebih lama," katanya.

Menurut Syarif, hasil penelitian tersebut telah diujikan pada sistem deteksi jatuh manusia yang diterapkan pada perangkat bergerak. Metode penelitian ini membuat perangkat dapat digunakan lebih lama dan akurat.

"Efisiensi yang dihasilkan dari metode penelitian ini membuat perangkat dapat digunakan lebih lama dengan tetap mempertahankan akurasinya," katanya.

Untuk itu, metode ini diharapkan dapat diterapkan pada program pengenalan pola yang lain, seperti pengenalan wajah, sidik jari, suara, retina, dan lain-lain. "Selain itu, hasil penelitian ini dapat membuka peluang bagi program pengenalan pola untuk dipasang pada perangkat kecil dengan spesifikasi
rendah," katanya.
(amm)
Copyright © 2024 SINDOnews.com
All Rights Reserved
artikel/ rendering in 0.9071 seconds (0.1#10.140)