4. Survei Implementasi Artificial Intelligence Pada Intelligent Visual Aircraft Recognition (I-Vacr) System

Penulis

  • Arwin Datumaya Wahyudi Sumari
  • Dimas Eka Adinandra
  • Aldi Surya Pranata
  • Afifah Milatina Nugraheni
  • Satriya Dipa Satwika
  • Ika Noer Syamsiana

DOI:

https://doi.org/10.62828/jpb.v1i2.18

Abstrak

Objek udara yang terbang rendah dengan ketinggian rendah dari permukaan bumi dengan tujuan menghindari deteksi Radio Detection and Ranging (Radar) dapat mengindikasikan tindakan permusuhan dan dikategorikan sebagai ancaman terhadap kedaulatan negara di udara. Sebagai antisipasi, teknik Visual Aircraft Recognition (VACR) telah dikembangkan oleh Angkatan Darat Amerika Serikat untuk melatih para prajuritnya untuk mengenali dan mengidentifikasi objek udara dari jarak jauh menggunakan binokular. Namun, dengan beragamnya jenis dan nama objek udara memberikan beban kognitif dan dapat berdampak pada ketidaktepatan dalam mengenali dan mengidentifikasi objek udara yang diamati. Dalam artikel ilmiah dilakukan kajian pemanfaatan teknologi Artificial Intelligence (AI) untuk membangun Intelligent VACR (I-VACR) System melalui metode-metode dalam machine learning yakni Jaringan Syarat Tiruan, Naïve Bayes Classifier (NBC), K- Nearest Neighbor (KNN), dan Support Vector Machine (SVM). Hasil-hasil penelitian memperlihatkan bahwa keempat metode tersebut prospektif diaplikasikan sebagai elemen cerdas I-VACR.

Unduhan

Diterbitkan

29-09-2022