mepnews.id – Di negara maritim, kecelakaan di perairan biasa terjadi. Kita harus bisa bergerak cepat dan efisien mengevakuasi korban. Maka, tim mahasiswa dari Institut Teknologi Sepuluh Nopember (ITS) menciptakan drone kapal otonom pencari korban kecelakaan laut. Drone berbasis computer vision ini diberi nama YOLO-Boat.
Inovasi ini menghasilkan medali perak pada Pekan Ilmiah Mahasiswa Nasional (Pimnas) 2021 kategori Program Kreativitas Mahasiswa-Karsa Cipta (PKM-KC).
YOLO-Boat berhasil menemukan korban dalam uji lapangan di perairan Kenjeran.
Andreas Raja Goklas Sitorus, ketua tim perancang YOLO-Boat, mengatakan inovasi ini membantu tim Search and Rescue (SAR) saat proses penyelamatan korban kecelakaan di perairan terutama di laut. Ada faktor-faktor yang dapat membahayakan tim SAR ketika melakukan penyelamatan di lapangan. Antara lain cuaca dan lokasi kecelakaan.
“Melihat kemungkinan tersebut, kami termotivasi membuat alat yang dapat membantu operasi penyelamatan oleh Tim SAR,” tutur Andreas Sitorus. Alat ini dirancang dapat bekerja mandiri dalam mendeteksi korban sehingga bisa meminimalisasi risiko bahaya pada proses penyelamatan.
YOLO akronim dari You Only Live Once. Nama tersebut dipilih agar kapal ini dapat menjadi harapan bagi para korban. “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. .
Mahasiswa Departemen Teknik Perkapalan tersebut memaparkan, YOLO-Boat menggunakan beberapa teknologi. Lambung kapal katamaran, atau lambung dua, didesain agar memiliki stabilitas tinggi dalam melakukan misi. Sistem pendorongnya menggunakan propulsi azimuth yang dapat meningkatkan kapabilitas manuver di perairan.
“Kami juga seefisien mungkin mendesain sistem elektrikal, baik dari sistem kontrol maupun manajemen power kapal,” kata Andreas. “Operasionalnya, YOLO-Boat menggunakan Robot Operating System (ROS) sebagai kerangka kerja utama. Ada beberapa sensor untuk memberikan data lokasi dan orientasi yang nantinya digunakan dalam guided navigation.”
Dalam penggunaan teknologi Computer Vision, dibuat model object detection khusus yakni arsitektur YOLOv4 berbasis Convolutional Neural Network (CNN). “Pada operasionalnya, computer vision ini yang mengidentifikasi dan memungkinkan YOLO-Boat datang mengamankan korban,” beber Andreas.
Sebelum diujikan ke lapangan, YOLO-Boat terlebih dahulu diuji algoritma menggunakan simulator agar dapat memprediksi pelaksanaan operasi penyelamatan. “YOLO-Boat juga dilengkapi sistem User Interface untuk penyesuaian parameter saat pengujian serta membantu dalam proses pemantauan.”
Dalam penerapannya, YOLO-Boat harus dibawa dulu menggunakan kapal penyelamat ke perairan lokasi kecelakaan. Kemudian, YOLO-Boat akan dilepaskan ke laut dan memulai proses pencarian korban. Ketika korban terdeteksi, YOLO-Boat memberikan pelampung kepada korban. Setelah itu, YOLO-Boat mengirimkan sinyal kepada kapal penyelamat untuk datang menghampiri lokasi korban yang ditemukan.
“Idealnya dibutuhkan banyak YOLO-Boat yang bekerja sama meningkatkan efektivitas penyelamatan korban,” ujar Andreas.
Keefektifan YOLO-Boat dalam mengidentifikasi korban dibuktikan dengan kemampuannya yang dapat mendeteksi korban meski bagian tubuh korban yang dapat muncul di permukaan laut hanya wajahnya. Untuk kerja, YOLO-Boat dapat beroperasi 44 menit dengan jarak tempuh maksimal 6.780 meter.
“Kami telah banyak berdiskusi dengan Badan SAR Nasional (BASARNAS) Indonesia dan menampung masukan terkait potensi beserta kelemahan yang mungkin terjadi saat YOLO-Boat dipakai di lapangan,” Andreas memaparkan.
Keberhasilan YOLO-Boat telah ditunjukkan dari hasil pengujian prototipe di Pantai Kenjeran. “YOLO-Boat berhasil mengidentifikasi dan mengamankan relawan yang berperan sebagai korban tenggelam,” katanya.
Selain Andreas, tim YOLO-Boat beranggotakan Achmad Zidan Akbar dari Departemen Teknik Informatika 2018, Nawab Aditya asal Teknik Elektro 2019, Rahyan Damar Ramadhan asal Teknik Sistem Perkapalan 2019, dan Zulieta Krisna Damayanti dari Teknik Perkapalan 2019 ini.
Tim YOLO-Boat ITS.
(Megivareza Putri Hanansyah)