Kembangkan Smart Camera Surveillance System, Mahasiswa ITB Raih Juara 2 Schlumberger Agora Hackathon 2022

Oleh Asep Kurnia, S. Kom

Editor Vera Citra Utami


BANDUNG, itb.ac.id—Dua mahasiswa ITB, Muhammad Sulthan Mazaya dan Muhammad Naufal Aurora berhasil, bersama dua mahasiswa Institut Teknologi Sepuluh Nopember (ITS), meraih juara 2 dalam lomba Schlumberger Agora Hackathon 2022, Jumat (23/09/2022). Lomba ini diadakan oleh Schlumberger, sebuah perusahaan minyak dan gas yang saat ini sedang mengembangkan produk baru bernama Agora Gateway.

Mahasiswa yang akrab disapa Mazaya dan Naufal ini mengembangkan Smart Camera Surveillance System (SCSS), yaitu sistem kamera pengawas yang bertujuan untuk mengurangi kecelakaan saat mengerjakan sebuah proyek. Karya dari Tim Mjölnir ini dapat mendeteksi alat pelindung diri (APD), kobaran api, hingga pelanggaran keamanan oleh pekerja.

Berbeda dari IoT gateway lainnya, Agora Gateway dapat melakukan Edge Computing, yaitu penyimpanan pipeline transformasi data yang didapatkan langsung dari sensor. Gateway ini bekerja lebih cepat (low latency), lebih aman dan dapat diandalkan karena data tersebut tidak pelu diolah dalam cloud. Dalam hackathon ini, peserta diekspektasikan mengembangkan Edge Application, yaitu pipeline transformasi data yang akan digunakan dalam Agora Gateway.

SCSS terdiri dari dua bagian yaitu The Edge and The Cloud. The Edge merupakan machine learning model yang akan dipasangkan pada Agora Gateway. Bagian ini lah yang memungkinkan pengguna mendapatkan data dari sensor.

Data ini kemudian akan dikirim melalui protokol MQ Telemetry Transport (MQTT) dan disimpan serta ditampilkan secara online dan real time. Saat data dari sensor dianggap berbahaya, maka sebuah peringatan akan dikirimkan ke email yang terdaftar.

Mahasiswa Teknik Fisika dan Teknik Perminyakan ITB ini mengaku SCSS dapat mengurangi insiden dengan mengirimkan peringatan kemungkinan adanya kecelakaan sebelum terjadi. Juga, dalam jangka waktu yang panjang penggunaan SCSS lebih menguntungkan secara finansial.

“Lebih dalam lagi, implementasi masing-masing feature meliputi: model detector flare, menggunakan machine learning model dengan arsitektur U-Net dan EfficientNet-B4 sebagai enkoder; serta model detektor equipment dan model detektor breach safe zone menggunakan YOLOv5,” ujar Mazaya.

Reporter: Amalia Wahyu Utami (Teknik Fisika, 2020)


scan for download