Thread by @pacmannai

Awas terciduk melanggar aturan lalu lintas sama AI 🚨⚠️
Penerapan Genetic Algorithm
.
.
.
A thread

Udah pada tau belom nihh kalau sekarang di Indonesia udah nerapin tilang elektronik? Jadi walaupun ga ada polisi lalu lintas, kalian tetap bisa keciduk loh kalau melakukan pelanggaran 😅

Loh, kok ga ada polisi tapi bisa ketilang? Emangnya siapa deh yang ngawasin?

Dengan kecanggihan teknologi sekarang, kalian bisa terciduk ngelanggar aturan lalu lintas lewat CCTV. Nantinya, potongan foto dari CCTV ini bakal diproses oleh artificial intelligence dan ketawan deh siapa aja yang ngelanggar aturan lalu lintas.

Di thread kali ini, mimin mau bahas gimana sih artificial intelligence bisa nyiduk para pelanggar lalu lintas. Yuk, langsung aja kita mulai threadnya!

Untuk mendeteksi mobil mana aja yang ngelanggar aturan lalu lintas, AI perlu dong ngebedaiin mana yang mobil mana yang jalan. Maka dari itu, kita perlu nih ngasih tau AI kondisi awal jalan tanpa mobil itu gimana. Ini contoh gambar yang ga ada mobilnya

Setelah AI tau ‘oh ternyata jalannya kaya gini ya tanpa mobil’, kita bisa ngasih liat nih ke AI gambar CCTV yang ada mobilnya. Oh iya, semua gambar di CCTV ini berwarna hitam putih yaa. Ini contoh gambar yang ada mobilnya:

Nah, tugas AI adalah nge substraksi gambar jalanan tanpa mobil dengan gambar yang ada mobilnya. Dari sini, AI jadi bisa tau ‘oh objek ini adalah mobil’ gitu.

Setelah tau mana yang mobil mana yang bukan, AI harus menjalankan tugasnya: menentukan apakah mobil itu melakukan pelanggaran, kalau dalam kasus ini, swerving (ga berada di jalur yang seharusnya) atau blocking jalur pejalan kaki. Gimana caranya?

Jawabannya adalah dengan melakukan genetic algorithm (GA)! Nama algoritma ini mencerminkan sifat si algoritma itu sendiri.

GA ini terinspirasi dari proses evolusi alam, dimana individu individu yang dapat bertahan merupakan individu yang berevolusi dan lolos proses seleksi alam.

Nah, ‘seleksi alam’ di GA ini tercermin dari ‘fitness function’ yang nunjukin seberapa layak sih suatu solusi terhadap suatu permasalahan.

Nantinya, individu atau kalau dalam GA disebut sebagai ‘kromosom’ dengan fitness function yang baik akan dijadiin sebagai referensi buat proses GA selanjutnya.

Dalam kata lain, si fitness function ini tuh digunakan buat ngebentuk generasi selanjutnya melalui proses crossover atau ‘reproduksi’.

Si GA ini akan terus memproduksi generasi baru sampai generasi terakhir yang dibentuk itu udah layak dijadiin solusi permasalahan yang kita cari. Flowchart dari genetic algorithm bisa kalian lihat di gambar di bawah ini

Ya sama kan kaya proses evolusi manusia, gen yang baik bakal diturunkan lagi ke gen generasi manusia selanjutnya.

Terus gimana nih kalau di kasus tilang elektronik ini?

Kaya yang udah mimin jelasin tadi, berarti kita bisa simpulkan kita harus punya generasi pertama dulu untuk nyari generasi yang bisa jadi solusi permasalahan kita. Nah, gimana cara membuat generasi pertama ini?

Nanti, gambar hitam putih dari CCTV akan dijadiin ‘kromosom’. Populasi dari kromosom ini adalah potongan gambar mobil dengan dimensi yang sama. Kemudian, kromosom ini bakal dievaluasi pakai fitness function

Fitness function yang digunakan adalah sebagai berikut:

Fitness function di atas digunakan buat nyari rasio pixel berwarna putih dalam kromosom atau total pixel yang nunjukin apakah area di bawah mobil yang lagi diamati mengandung garis putih atau engga. Garis putih ini melambangkan batas antar jalur atau jalur pejalan kaki

Proses seleksi menggunakan fitness function ini digunakan buat ngedeteksi kromosom mana aja yang mencapai batasan tertentu untuk bisa dikatakan melakukan pelanggaran lalu lintas.

Selanjutnya, kromosom - kromosom yang lolos fitness test ini bakal dijadikan referensi buat ngelakuin crossover / reproduksi untuk ngebentuk generasi baru

Proses crossover / reproduksi ini dilakukan dengan mengkonversikan gambar kromosom tadi ke dalam bentuk stream 20 bits. Penjelasan kenapa harus 20 bits bisa kalian baca di sini

Kemudian, setelah dikonversikan jadi 20 bits, kita akan mengambil bilangan bulat dari 1- 20 secara acak buat nentuin berapa bits yang akan diturunkan kromosom A ke generasi selanjutnya, dan sisanya diturunkan oleh kromosom B.

Misalkan, kita ambil 13 sebagai bilangan bulat acaknya. Jadi, nanti kromosom A akan nurunin 13 bits ke ‘anak’ atau kromosom yang baru, dan 7 bits sisanya diturunkan oleh kromosom B. Contohnya bisa dilihat di gambar ini

Setelah proses crossover / reproduksi ini selesai, jadilah kita dapet generasi yang baru. Terus kapan sih kita harus stop ngelakuin crossover ini dan stop buat generasi baru?

Kita akan berhenti melakukan crossover ketika sistem udah bisa bedain mana pelanggaran yang swerving dan mana yang blocking jalur pejalan kaki.

Pembedanya adalah rasio pixel berwarna putih dalam kromosom untuk pelanggaran ngeblock jalur pejalan kaki itu lebih besar dibandingkan swerving.

Hal ini bisa terjadi karena garis putih di jalur pejalan kaki itu lebih banyak dibandingkan swerving. Kalo swerving kan cuma ditandai dengan satu garis doang.

Rasio lebih dari 0.1 berarti mobil yang kita amati ngeblock jalur pejalan kaki, sedangkan rasio diantara 0.01 sampai 0.1 dikatakan melakukan swerving.

Ayo kita contohin. Misalkan kita kasih foto ini ke AI, apakah dia bisa mendeteksi ada mobil yang ngelakuin pelanggaran / ga?

Setelah 15.55 detik, AI bisa mendeteksi kalau di gambar itu, ada mobil pickup warna silver yang ngeblock jalur pejalan kaki. Ini outputnya:

Pada awalnya, fitness value menunjukkan nilai yang sangat memuncak, namun mulai stabil pada iterasi / pengulangan ke 10, dan memiliki fitness value 0.127. Nah, hal ini membuktikan pelanggaran yang terjadi adalah ngeblock jalur pejalan kaki.

Di sisi lain, crossover performance menunjukkan konvergensi di generasi ke 587, artinya ketika kromosom nya melakukan reproduksi / crossover lagi, hasil generasi selanjutnya akan sama aja hasilnya.

Dan hasil konvergensi ini menunjukan bahwa solusi permasalahan kita didapatkan dari genetic algorithm, dalam kasus ini berupa foto pelanggaran dan keterangan jenis pelanggaranya.

Walaupun bisa mendeteksi pelanggaran, eksperimen ini masih punya satu kelemahan: waktu yang digunakan buat ngedeteksi cenderung lama. Maka dari itu, perlu dilakukan penelitian lebih lanjut untuk mempercepat proses deteksi.

Kira-kira gitu guys penjelasan singkat gimana cara AI bisa mendeteksi pelanggaran lalu lintas menggunakan genetic algorithm. Hati hati ya ketika berkendara dan patuhin aturan yang berlaku, nanti diciduk AI loh!

Detail thread yang mimin bahas hari ini bisa kalian baca di ieeexplore.ieee.org/document/73932… yaa

Dari sini, kita bisa liat kalau AI itu ternyata bisa diterapkan di berbagai bidang dan industri, bahkan sampai ngebantu polisi untuk nyari siapa aja yang ngelanggar aturan lalu lintas.

Kalau kalian pengen belajar AI untuk memudahkan pekerjaan / industri kalian, kalian bisa banget join non degree program Pacmann.AI. Kalian bisa cek apa yang bakal dipelajari di non degree program Data Scientist / Business Intelligence di bit.ly/brosurpacmannai

Oh iya, mimin mau ngingetin kalau pendaftaran batch 3 udah dibuka lohh! Jadi kalian bisa langsung daftarin diri di bit.ly/PendaftaranNon… dan jangan lupa pakai kupon EARLYBIRD3 dan dapatkan potongan hingga 500k! See you!