Informatika LIPI Kembangkan Prototipe Sistem Skor Cuci Tangan

Bandung, April 2021. Pemerintah sudah memulai program vaksinasi COVID-19 di masyarakat. Ini adalah upaya krusial dalam memutus penyebaran Sars-CoV-2 agar pagebluk COVID-19 segera berakhir. Kendati demikian, gaya hidup kenormalan baru dengan disiplin memakai masker, menjaga jarak, mencuci tangan, menjauhi kerumunan, dan membatasi mobilitas (5M) wajib tetap dilakukan. Pengembangan riset untuk mengoptimalkan implementasi 5M di masyarakat menjadi fokus perhatian Pusat Penelitian Informatika LIPI. Salah satunya dengan mengembangkan prototipe scoring cuci tangan berbasis teknologi computer vision.

Kepala Pusat Penelitian Informatika (P2I) LIPI Purwoko Adhi, mendorong para peneliti di P2I untuk bisa berinovasi melakukan riset terkait penanganan COVID-19. Kompetensi P2I dalam bidang informatika melahirkan beberapa inovasi seperti sistem deteksi penggunaan masker, sistem deteksi menjaga kepatuhan dalam menjaga jarak, dan saat ini sistem skoring kesempurnaan cuci tangan. Prototipe sistem skoring kesempurnaan cuci tangan ini lebih bertujuan sebagai wahana edukasi. Sistem akan menilai apakah gerakan, waktu, dan aspek lainnya dalam kegiatan cuci tangan seseorang sudah sesuai standar WHO atau belum. “Ini bisa menjadi sarana edukasi yang menarik terutama bagi anak-anak,” tutur Purwoko, ketika ditemui di Gedung 20 Kawasan Multisatker LIPI Bandung.

Pemrakarsa prototipe skoring cuci tangan, Esa Prakasa mengembangkan sistem skoring cuci tangan dengan analisis video. Sistem ini dinamai dengan “Cuci Tangan Resik” atau disingkat sebagai “CiTaRik”. Esa menilai masih banyak masyarakat yang belum sepenuhnya sadar prosedur cuci tangan yang benar apalagi jika melakukannya terburu-buru. Kamera dan algoritma prototipe akan merekam gerakan cuci tangan. Setiap frame gerakan cuci tangan tersebut lalu dianalisis dan hasilnya disajikan pada layer monitor. Di sana akan terpampang berapa skor kesempurnaan cuci tangan yang telah dilakukan. “Selain peralatan mudah disediakan akurasinya cukup baik untuk diterima,” kata Esa.

Esa tergabung dengan penelitian Klaster Deteksi Berbasis Machine Learning penanggulangan COVID-19 di Kedeputian Ilmu Pengetahuan Teknik. Ia memulai pengembangan prototipe skoring cuci tangan sejak pertengahan Tahun 2020 bersama Bambang Sugiyanto. Menurut Esa, produk-produk riset serupa sejatinya sudah ada di luar negeri tapi tidak memiliki kepraktisan yang tinggi. Esa mencontohkan alat serupa besutan Hitachi di Jepang atau pun SureWash dari Irlandia yang memerlukan stasiun atau stan yang cukup besar. “Sistem yang dikembangkan ini diusahakan lebih simpel dan praktis baik terutama dalam penyediaannya,” demikian salah satu tujuan kegiatan penelitian ini.

Prototipe skoring cuci tangan ini masih dalam tahap training gambar dan variasi model. Salah satu tantangan yang ia hadapi adalah minimnya imej yang tersedia. Basis data imej sangat signifikan dalam mendapatkan model dan klasfikasi video sehingga penilaian bisa akurat. Esa juga berharap bisa berkolaborasi dengan desainer produk untuk mengemas tampilan produk agar makin menarik dan mudah diinstalasikan dengan . “Sementara ini masih tampilan output masih berupa angka-angka di layar monitor,” ungkapnya.

Esa berharap prototipe skoring cuci tangan ini akan sudah siap satu atau dua bulan menjelang sekolah kembali dibuka.. Esa bahkan yakin pengembangan ke depan prototipe skoring cuci tangan bisa lebih canggih lagi. Misalnya mendeteksi potensi bakteri yang masih tersisa pada permukaan kulit, mengevaluasi kedisiplinan mencuci tangan di suatu area, hingga menjadi akses masuk tempat yang betul-betul mewajibkan seseorang mencuci tangan dengan sempurna seperti di laboratorium. (AS, ed : NU)