Artificial Intelligence (AI) atau kecerdasan buatan yang kita anggap canggih tentu tidak lepas dari komponen dasar yang mendukungnya. Salah satu komponen dasar yang diterapkan dalam AI adalah computer vision. Computer vision adalah salah satu kemampuan AI yang dibangun untuk mendapatkan informasi hanya dengan memindai gambar atau video.
Gambaran mengenai computer vision sering terlihat dalam film bergenre science fiction dengan konsep futuristik. Anda bisa membayangkan seorang ilmuwan yang sedang melihat gambar atau memutar video, kemudian muncullah informasi yang menarik dari hasil pemindaian media tersebut. Mengagumkan sekali, bukan?
Agar bisa memahami computer vision dengan lebih jelas, simak pembahasan di bawah ini sampai selesai!
Contents
Apa Itu Computer Vision dalam AI?
Computer vision adalah bidang AI yang memungkinkan komputer dan sistem untuk mengambil informasi bermakna dari gambar digital, video, dan dokumen visual lainnya. Selain mengambil informasi, computer vision juga melakukan tindakan atau memberikan rekomendasi berdasarkan informasi tersebut. Jika AI memungkinkan komputer untuk berpikir, maka computer vision memungkinkan komputer untuk melihat, mengamati, dan memahami objek yang dipindai atau dimasukkan ke dalam database-nya.
Cara kerja computer vision mirip dengan penglihatan manusia. Ketika Anda melihat sebuah objek, otak akan memberikan informasi mengenai bagaimana membedakan objek, seberapa jauh jaraknya, apakah objek tersebut sedang bergerak, dan apakah ada yang salah dalam sebuah gambar yang dilihat.
Computer vision melatih mesin untuk melakukan fungsi penglihatan manusia yang disebutkan di atas. Hanya saja fungsi tersebut harus dilakukan dalam waktu yang jauh lebih singkat dengan menggunakan kamera, data, dan algoritma, bukan menggunakan retina, saraf optik, dan korteks visual yang ada di mata manusia. Computer vision dapat melampaui kemampuan penglihatan manusia karena mampu menganalisis ribuan objek hanya dalam waktu yang singkat.
Baca juga: Mengenal Apa Itu Food Safety dan Seberapa Pentingkah di Industri Makanan?
Fungsi Computer Vision
Ada lima fungsi computer vision secara umum dalam Artificial Intelligence, yaitu:
1. Klasifikasi Gambar
Klasifikasi gambar adalah tugas computer vision yang umum dilakukan. Computer vision mengingat gambar yang dimasukkan ke dalam sistem atau database, kemudian diklasifikasikan ke dalam berbagai kelompok atau kelas yang ditentukan sebelumnya.
Menariknya, computer vision bisa melakukannya hanya dengan menggunakan sekumpulan gambar sampel yang telah diklasifikasikan. Klasifikasi gambar melibatkan pemrosesan pada seluruh data gambar yang dimasukkan dan memberinya label untuk dikelompokkan.
2. Deteksi Objek
Deteksi objek dalam computer vision berfungsi untuk mencari detail spesifik dalam gambar atau video, kemudian mengidentifikasinya setiap kali detail tersebut muncul. Kelas ini dapat berupa kategori objek yang diklasifikasikan, contohnya mobil, hewan, manusia, atau model deteksi apa pun yang telah dilatih.
Sebelumnya, metode pendeteksian objek menggunakan fitur Haar, SIFT dan HOG untuk mendeteksi fitur pada gambar dan mengklasifikasikannya berdasarkan metode Machine Learning yang klasik. Sayangnya, proses ini memakan waktu lama dan tidak tepat serta memiliki keterbatasan pada jumlah objek yang dapat dideteksi.
Maka dari itu, dibuatlah model Machine Learning yang modern seperti YOLO, RCNN, dan SSD. Model ini jutaan parameter untuk mengatasi keterbatasan yang sering terjadi pada model pendahulunya.
3. Segmentasi Gambar
Segmentasi gambar adalah pembagian gambar menjadi beberapa kelompok atau objek untuk menunjukkan bahwa mesin dapat membedakan satu objek dengan latar belakang yang berbeda dalam gambar yang sama.
Satu segmen gambar mewakili kelas fitur tertentu yang telah diidentifikasi oleh jaringan saraf dalam sebuah gambar. Bidang computer vision ini telah dipelajari secara ekstensif dengan algoritma pemrosesan gambar tradisional seperti algoritma watershed, segmentasi berbasis cluster, dan menggunakan arsitektur program pembelajaran worm modern yang populer seperti PSPNet, FPN, U-Net, SegNet, dan sebagainya.
4. Pengenalan Wajah
Pengenalan wajah merupakan bagian dari pendeteksian objek di mana objek utama yang terdeteksi adalah wajah manusia. Walaupun mirip dengan tugas pendeteksian objek, pengenalan wajah tidak hanya melakukan pendeteksian seluruh bagian pada wajah, tetapi juga mengenali pemilik wajah dari gambar yang terdeteksi.
5. Analisis Motion Video
Analisis motion video adalah tugas computer vision yang berhubungan dengan studi tentang benda yang bergerak dan serta lintasan tubuhnya. Analisis motion video umumnya merupakan kombinasi dari tugas yang berbeda termasuk deteksi objek, pelacakan, dan segmentasi gambar. Analisis motion video juga digunakan dalam bidang manufaktur pangan, seperti produksi makanan, penghitungan porsi makanan, dan pemantauan mikroorganisme seperti bakteri dan virus dalam produk yang dihasilkan.
Baca juga: Mengenal Apa Itu Food Safety Management System dan Manfaatnya
Contoh Penerapan Computer Vision dalam Produksi Makanan
Computer vision memiliki peran yang penting dalam berbagai industri. Begitu juga dengan industri pangan, computer vision memiliki peran penting dalam kegiatan produksinya. Berikut ini adalah tiga contoh penerapan computer vision yang biasa dilakukan dalam produksi makanan.
1. Pengecekan Kualitas
Dalam proses produksi makanan, kualitas setiap produk harus diperiksa sebaik mungkin. Tujuannya adalah memastikan agar pelanggan bisa mendapatkan produk berkualitas tinggi yang disampaikan. Oleh karena itu, penggunaan sistem computer vision makin populer di industri makanan.
Setiap perusahaan makanan memiliki persyaratan khusus dan berbeda untuk solusi ini. Hal ini sering memerlukan data properti, sensor khusus, dan teknologi visi komputer yang berbeda.
Contohnya, algoritma untuk mengidentifikasi fitur dari gambar akan bervariasi tergantung pada indikator yang digunakan. Indikator tersebut mencakup objek yang sedang difoto (misalnya, kotak jeruk) dan barang lainnya yang ada di gambar (misalnya, sabuk konveyor abu-abu) serta latar belakang dan pencahayaan dalam foto tersebut.
2. Pengukuran Produk Makanan
Meskipun orang kesulitan menilai ukuran suatu produk makanan, mereka sering kali dapat memperoleh perkiraan yang akurat dengan membandingkan proporsinya dengan produk makanan lainnya yang mereka ketahui. Contohnya, seorang pelanggan lebih menyukai apel dengan diameter 75-80 mm. Berkat computer vision, pelanggan kini bisa mengetahui diameter apel tersebut ketika mereka sedang berbelanja.
Sistem ini diterapkan juga dalam produksi makanan. Computer vision dapat menyederhanakan penyortiran bahan makanan berdasarkan bentuk, ukuran, dan kematangannya hanya dengan memindai gambar tersebut. Alhasil, kecepatan penyortiran meningkat hingga mencapai 10 kali lipat.
Baca juga: 10 Prinsip GMP yang Harus Diperhatikan dalam Industri Pangan
3. Pengemasan
Dalam kegiatan pengemasan, computer vision berperan dalam pembuatan label kemasan dan menempelkannya pada produk makanan. Solusi ini bisa mencegah kesalahan pelabelan, seperti produk makanan dengan ukuran yang kecil tetap mendapatkan label produk sesuai dengan ukuran yang tertera. Selain itu, computer vision juga menjalankan inspeksi visual untuk mendeteksi kesegaran produk makanan.
Menarik sekali mempelajari computer vision, ya? Apalagi salah satu bidang industri yang menerapkan computer vision adalah industri pangan yang erat kaitannya dengan kebutuhan manusia.
Tahukah Anda bahwa Crystal of the Sea juga menerapkan AI dalam proses produksinya? Ya, setiap produk Crystal Sea dibuat dengan bantuan computer vision dengan salah satu fungsinya, yaitu analisis motion video. Fungsi computer vision ini memastikan bahwa produk makanan kami bebas dari mikroorganisme berbahaya sehingga aman untuk disantap siapa pun, termasuk keluarga Anda. Kunjungi online store kami di Tokopedia atau Shopee dan berikan makanan yang aman dan sehat untuk keluarga tersayang Anda hanya dari Crystal of the Sea!
Sumber rujukan:
- https://www.ibm.com/topics/computer-vision
- https://www.v7labs.com/blog/what-is-computer-vision
- https://visionify.ai/3-ways-to-apply-computer-vision-to-food-manufacturing-companies/
