Implementasi Deep Learning Metode Faster R-CNN untuk Pengenalan Musuh dan Kawan Berdasarkan Baju Loreng TNI guna membantu Pengamanan Pos Jaga Militer

Vita Diah Anggraini

Isu separatisme Papua masih akan menjadi bahan pertimbangan dalam menentukan berbagai kebijakan oleh Pemerintah Indonesia. Masalah keamanan ini, ditandai dengan aksi separatisme oleh Kelompok Kriminal Bersenjata (KKB) yang menjadi salah satu tindakan yang mengancam keamanan dan persatuan Indonesia. Banyak korban dari Tentara Nasional Indonesia (TNI). Penelitian ini mengusulkan sistem pengenalan musuh dan kawan berbasis deep learning, menggunakan metode Convolutional Neural Network (CNN), khususnya Faster Region Convolutional Neural Network (Faster R-CNN). Metode ini akan mengidentifikasi atribut pakaian loreng TNI untuk membedakan anatar kawan dan musuh. Sistem ini dirancang dengan memanfaatkan Raspberry Pi 4 Model B sebagai mini prosesor dan kamera Webcam Logitech c920 untuk mendeteksi objek. Hasil penelitian menunjukkan bahwa algoritma Faster R-CNN dapat digunakan untuk mendeteksi perbedaan musuh dan kawan berdasarkan baju loreng. Persentase keberhasilan maksimal deteksi pengujian ini mencapai 96% pada keadaan banyaknya data 3000 data gambar, jarak pengujian 4 meter, dan pencahayaan ruangan terang yaitu 137 lux serta pemilihan epoch dan pengaturan kelas yang sesuai dengan keadaan banyaknya data uji. Sehingga, algoritma deep learning menggunakan metode Faster R-CNN yang telah dilatih sudah memiliki keandalan dalam akurasi yang baik dalam mendeteksi perbedaan musuh dan kawan berdasarkan baju loreng TNI-AD. Sistem yang dikembangkan diharapakan mampu membantu personel TNI-AD dalam melakukan pengawasan pos jaga militer dengan lebih aman serta meminimalisir korban jiwa di kalangan personel TNI-AD. Pengembangan penilitian ini diharapkan dapat berkontribusi dalam peningkatan pengamanan wilayah Indonesia.

© 2026 UPA Perpustakaan POLINEMAStatus LayananKebijakan PrivasiSyarat & Ketentuan

v2026.11.19.1 · c557b04