Oleh: Rino Laharto

PENDAHULUAN

Kecerdasan buatan adalah kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau bisa disebut juga AI (Artificial Intelligence) atau hanya disingkat AI, didefinisikan sebagai kecerdasan entitas ilmiah. Andreas Kaplan & Michael Haenlein mendefinisikan kecerdasan buatan sebagai “kemampuan sistem untuk menafsirkan data eksternal dengan benar, untuk belajar dari data tersebut, dan menggunakan pembelajaran tersebut guna mencapai tujuan dan tugas tertentu melalui adaptasi yang fleksibel dengan algoritma yang sangat kompleks”. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. jika kita melihat film-film fiksi ilmiah seperti Iron Man, kita melihat ada sistem kecerdasan yaitu Jarvis, yang menggunakan salah satu cabang AI yaitu Natural Languange Processing (NLP), sehingga dapat merespon percakapan layaknya manusia. Implementasi sistem kecerdasan buatan lebih dekat dibanding perkiraan manusia. bahkan saat ini tanpa kita sadari sistem pencarian telah dilengkapi dengan AI, sehingga dapat "mengingat" apa yang biasa kita “search” dan memberikan rekomendasi pencarian kedepannya, sehingga output pencarian menjadi lebih dekat dengan apa yang kita inginkan.

Dengan meningkatnya perkembangan algoritma AI seperti Machine Learning dan Deep Learning yang semakin kompleks membuat perkembangan AI semakin melesat sehingga makin menyamai kecerdasan manusia. Bahkan saat ini sudah ada robot AI (Sophia) yang diakui sebagai warga negara Arab Saudi karena memiliki mimik wajah saat tersenyum, tertawa dan “nyambung” saat diajak bicara layaknya manusia.

PERKEMBANGAN ARTIFICIAL INTELLIGENCE (AI) DALAM DUNIA PENERBANGAN

Dalam perkembangan AI ini telah menyentuh dunia penerbangan, bahkan EASA (European Union Aviation Safety Agency) telah membuat Roadmap pada tahun 2018, tidak berlama-lama tahun berikutnya yaitu tahun 2019 membentuk task force yang mengidentifikasi hal-hal yang menjadi domain dalam dunia penerbangan dalam pengembangan AI ini antara lain: Aircraft design and operation, Aircraft production and maintenance, Air Traffic Management, Drones, Safety risk Management dan Environment. Adapun Perkembangan pada operasional komersial air transport kedepannya, adalah: First step, crew assistance/augmentation (2022-2025), Second step, human/machine collaboration (2025-2030), Third step, autonomous commercial air transport (2035+). Dalam roadmad EASA disebutkan, pada tahun 2030 operasi pesawat hanya menggunakan single pilot operation di cockpit, dibantu dengan ÁI sebagai co-pilot.

CANS0 (Civil Air Navigation Services Organization) dalam white paper yang diterbitkan belum lama ini, trend kedepan perkembangan Deep Learning (salah satu cabang AI) di bidang Air Traffic Management adalah :

- Computer vision

-  Natural Languange Processing

-  Optimisation

-   Advanced automation

Dalam artikel ini penulis akan memfokus bahasan di bidang Computer vision, perkembangannya lebih cepat mengikuti perkembangan remote tower yang sudah mulai digunakan di beberapa negara eropa. Menurut pengertian, Computer vision adalah penggabungkan kamera, komputasi berbasis edge atau cloud, perangkat lunak, dan kecerdasan buatan (AI) sehingga sistem dapat “melihat” dan mengidentifikasi objek (pesawat). Sistem computer vision yang bermanfaat di berbagai lingkungan dapat mengenali objek baik pesawat, orang dan vehicle serta object lainnya dengan cepat, menganalisis traffic, mengumpulkan data traffic sebagai big data, juga banyak hal lainnya.

COMPUTER VISION

Computer Vision adalah salah satu hal paling luar biasa yang dihasilkan dari cabang AI, dengan menggunakan algoritma deep learning seperti Convolutional-Neural-Network (CNN) dan Long-Short-Term-Memory (LSTM). Kemajuan pembelajaran mendalam (Deep Learning) telah berkontribusi ke bidang computer vision hingga benar-benar telah membuat bidang ini terpisah dari induknya yaitu AI. Computer vision menggunakan algoritma pembelajaran mendalam (Deep Learning) untuk membentuk jaringan neural yang memandu sistem dalam pemrosesan dan analisis. Model computer vision yang telah sepenuhnya terlatih dapat mengenali objek, mendeteksi dan mengenali, bahkan melacak pergerakan pesawat di movement, maneuvring area dan vicinity area secara real time.

IMPLEMENTASI COMPUTER VISION DI TOWER

Pada unit TWR dimana banyak hal yang harus dimonitor saat ATC melakukan pemanduan lalu lintas penerbangan di maneuvring area dan vicinity area. Misalnya, pergerakan pesawat di movement area dan maneuvring area yang harus terus-menerus di lihat, selain itu adanya hazard terhadap runway incursion. Secara manusiawi, kita pastinya menghindari situasi dimana keadaan tidak terkontrol, disinilah computer vision berperan membantu mengenali dan menganalisa semua object bergerak. Algortima Deep Learning yang digunakan bekerja terdiri dari 3 (tiga) hal yaitu memperoleh gambar/video/camera, memproses gambar/video/camera dan memahaminya dan menampilkannya secara real time pada layar (dapat dilihat pada gambar). implementasi computer vision di TWR tetap mengutamakan unsur manusia (ATC) dalam melakukan tugasnya, machine dapat melakukan otomasi pada tugas yang sifatnya berulang-ulang dan membantu dalam pengumpulan big-data terhadap data pesawat di movement, maneuvring area dan vicinity area.

Reff:

EASA

CANSO

Sumber lain