Implementasi Turret yang Dikendalikan YOLOv8 Untuk Identifikasi dan Tracking Target Bergerak
Abstract
Kemajuan teknologi di bidang Artificial Intelligence membuka kesempatan baru bagi mesin perang otonom untuk membantu tugas tentara untuk melawan musuh. Hal ini telah dibuktikan dalam perang Rusia-Ukraina dengan penggunaan drone pengintai dan drone Kamikaze. Oleh karena itu negara-negara besar berlomba untuk menguasai bidang AI baik di sisi software maupun hardware. Walaupun level penggunaan Artificial Intelligence masih dalam tahap awal, sistem tracking dan targeting yang digunakan untuk menghancurkan kendaraan tempur sudah dalam penggunaan contohnya adalah drone Switchblade dan KUB-BLA. Drone-drone tersebut dapat mengidentifikasi dan mengklasifikasikan benda-benda yang dilihat oleh kameranya sehingga dapat membedakan mana target dan bukan targetnya. Dalam penelitian ini, implementasi turret yang dikontrol oleh YOLOv8 sukses diimplementasikan menggunakan NVIDIA Jetson Nano dan faktor-faktor yang mempengaruhi performa sistem deteksi telah teridentifikasi. Untuk performa dari Turret itu sendiri ada parameter yang mencapai harapan dan ada yang tidak. Untuk confidence di semua pengujian telah mencapai harapoan kecuali pengujian kedua horizontal, dimana Tingkat confidence hanya 0.689 dari 0.7 yang diharapkan. Untuk deviasi semua mencapai harapan yaitu rata-rata dibawah 40 pixel namun semua hasil runtime tidak mencapai harapan dengan hasil rata-rata terbaik hanya 601 ms sedangkan harapan adalah 200 ms. Akurasi juga tidak ada yang mencapai harapan dengan hasil terbaik adalah 27.1% dari 70% yang diharapkan. Rendahnya akurasi dan lambatnya runtime dikarenakan deteksi yang tidak stabil dan keterbatasan hardware NVIDIA Jetson menyebabkan turret memiliki kesulitan untuk tracking secara akurat. Diharapkan kedepannya dapat menggunakan kamera yang lebih baik disertai hardware yang mempunyai spesifikasi yang baik.
Kata Kunci : Artificial Intelligence, Turret, Targeting, Tracking
Downloads
References
[1] Y. Zhu, "Target Detection Based on Deep Learning,"
Journal of Physics: Conference Series, 2022.
[2] D. Yang, "Research and Implementation of Embedded
Real time Target Detection Algorithm Based on Deep
Learning," Journal of Physics: Conference Series,
2021.
[3] L. S. Xiuli Du, "A Lightweight Military Target
Detection Algorithm Based on Improved YOLOv5,"
MDPI Electronics, 2022.
[4] B. Pong, "The Art of Drone Warfare," Journal of War
& Culture, pp. 377-387, 2022.
[5] T. J. Oleksii Kostenko, "Problems of Using
Autonomous Military AI Against the Background of
Russia's Military Aggression Against Ukraine," Baltic
Journal of Legal and Social Sciences, no. 4, 2022.
[6] A. Noerifanza, "Analisa Kelayakan Modul Esp32
Sebagai Kamera untuk Pengenalan Objek Sehari-hari,"
Journal of Computer, Electronic, and
Telecommunication, vol. 3, 2022.
[7] in Metodologi penelitian kualitatif, Bandung, Remaja
Karya, 2002, p. 410.
[8] H. Liu, "A Military Object Detection Model of UAV
Reconnaissance Image and Feature Visualization,"
Applied Science, 2022.
[9] I. A. R. Lembang, "Indonesia Military Research and
Development in Dealing With The Sixth Generation
Warfare : The Use of Artificial Intelligence in War
Operations," East Asian Journal of Multidisciplinary
Research (EAJMR), vol. 2, pp. 649-660, 2023.
[10
]
S. Kuswadi, "Gun turret automatic weapon control
system design and realization," International
Symposium on Electronics and Smart Devices (ISESD),
pp. 30-34, 2016.
[11
]
D. Kunertova, "The war in Ukraine shows the gamechanging," Bulletin of the Atomic Scientists, pp. 95-102,
2023.
[12
]
J. Johnson, "Artificial intelligence & future warfare:
implications for international security," Defense &
Security Analysis, 2019.
[13
]
H. Fiyad, "Real Time Embedded Target Detection and
Warning Systems," Journal of Physics: Conference,
2019.
[14
]
B. Earl, "Adafruit PCA9685," [Online]. Available:
https://cdn-learn.adafruit.com/downloads/pdf/16-
channel-pwm-servo-driver.pdf. [Accessed 8 january
2025].
[15
]
M. K. Anwar, "Deep Features Representation for
Automatic Targeting System of Gun Turret," in
International Electronics Symposium on Engineering
Technology and Applications (IES-ETA), Bali, 2018.
[16
]
Ultralytics, "Ultralytics YOLOv8," [Online]. Available:
https://github.com/ultralytics/ultralytics. [Accessed 24
June 2024].
[17
]
OMRON, "Technical Explanation for Servomotors and
Servo Drives," [Online]. Available:
https://www.ia.omron.com/data_pdf/guide/14/servo_tg
_e_1_1.pdf. [Accessed 14 April 2024].
[18
]
BeneWake, "SEN0259 Datasheet," [Online]. Available:
https://www.farnell.com/datasheets/3963986.pdf.
[Accessed 06 May 2024].
[19
]
NVIDIA,
"https://developer.nvidia.com/embedded/jetson-nano,"
Nvidia Corporation, [Online]. Available:
https://developer.nvidia.com/embedded/jetson-nano.
[Accessed 06 May 2024].



