Fusi Informasi : Konsep dan Aplikasi dalam Bidang Teknologi Informasi dan Komunikasi

Fusi Informasi : Konsep dan Aplikasi dalam Bidang Teknologi Informasi dan Komunikasi Arwin D.W. Sumari, Adang Suwandi Ahmad dan Aciek Ida Wuryandari Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung [email protected] [email protected] [email protected]

Abstraksi Fusi informasi adalah suatu teknik pengombinasian data atau informasi untuk memperkirakan (estimate) atau memprediksi berbagai keadaan entitas. Entitas-entitas tersebut dapat berbentuk fisik atau non fisik. Fusi informasi dikembangkan terinspirasi oleh kemampuan sistem penginderaan (multisensory system) manusia dalam menilai berbagai keadaan entitas di lingkungannya. Data atau informasi beragam dari fenomena lingkungan yang dideteksi oleh multisensor atau multi-sumber informasi tersebut difusikan untuk memperoleh informasi yang komprehensif dan akurat guna memberikan kewaspadaan situasi (situational awareness) mengenai keadaaan yang sedang dan mungkin akan terjadi. Kemampuan fusi informasi manusia yang luar biasa ini kemudian diemulasikan ke sistem komputer sebagai bagian dari satu sistem informasi guna membantu pengambil keputusan dalam menetapkan keputusan terhadap suatu situasi yang sedang dan akan berjalan. Keuntungan yang dapat diambil adalah informasi yang komprehensif, akurat dan andal sehingga menghindarkan keraguan dalam pengambilan keputusan. Dalam makalah ini disampaikan tinjauan mengenai konsep dan aplikasi fusi informasi dalam bidang teknologi informasi dan komunikasi, dan hasil riset di Institut Teknologi Bandung (ITB) mengenai sistem fusi informasi untuk Command, Control, Communication, Computers, Intelligence, Surveillance and Reconnaissance (C4ISR). Kata Kunci : fusi informasi, multisensor, fusi multisensor, pengambilan keputusan.

1.

PENDAHULUAN

Salah satu kehebatan manusia adalah kemampuannya dalam membuat penyimpulan dari fenomena-fenomena yang dirasakan oleh kelima panca inderanya. Sebagai contoh, untuk menilai suatu fenomena alam yang terjadi, menggunakan satu panca indera saja belum mencukupi untuk dapat menyimpulkan makna dari fenomena tersebut. Kombinasi dari kelima panca indera akan memberikan informasi yang jauh lebih lengkap sehingga dapat memberikan penyimpulan yang komprehensif. Hasil penyimpulan tersebut dapat digunakan sebagai tindakan yang harus diambil untuk mengantisipasi kejadian saat ini dan yang mungkin terjadi pada masa mendatang. Aktifitas manusia di atas adalah gambaran suatu proses fusi informasi multi indera (multisensory information fusion). Kelima panca indera berfungsi sebagai sensor-sensor yang

Gambar 1. Proses fusi informasi pada manusia.

mendeteksi fenomena-fenomena alam. Proses kombinasi dari informasi yang diperoleh oleh sensor-sensor tersebut dinamakan dengan fusi informasi. Proses fusi informasi dilakukan di dalam otak manusia dan menghasilkan suatu penyimpulan mengenai keadaan yang sedang terjadi. Hasil

e-Indonesia Initiative 2008 (eII2008) Konferensi dan Temu Nasional Teknologi Informasi dan Komunikasi untuk Indonesia 21-23 Mei 2008, Jakarta

1

penyimpulan tersebut akan memicu munculnya alternatifalternatif tindakan atau solusi untuk mengatasi atau mengantisipasi situasi yang sedang dan mungkin akan terjadi beserta konsekuensi-konsekuensinya. Seiring dengan perkembangan teknologi, kemampuan makhluk hidup yang luar biasa ini kemudian diemulasikan ke dalam bentuk perangkat lunak (software) maupun perangkat keras (hardware) komputer.

• Algoritma Pendukung. Metoda-metoda yang diperlukan untuk mendukung aktifitas fusi informasi tingkat pertama seperti metoda-metoda numerik, pelurusan data, teknik-teknik pengolahan awal data, fungsi-fungsi pengelolaan basis data dan fungsi-fungsi interaksi manusia-komputer

Makalah ini diawali oleh Bagian I yang berisi latar belakang penulisan makalah. Pada Bagian II akan disampaikan konsep informasi. State-of-the-art fusi informasi di Indonesia dan hasil riset sistem fusi informasi untuk Command, Control, Communications, Computers, Intelligence, Surveillance and Reconnaissance (C4ISR) yang telah dilakukan di ITB akan disampaikan pada Bagian III dan ditutup dengan kesimpulan pada Bagian IV.

Model-model proses fusi informasi yang umum digunakan adalah sebagai berikut[7]. • Siklus Intelijen. Pengolahan data intelijen melibatkan pengolahan informasi dan fusi informasi. Terdapat empat fase yakni pengumpulan data, pembandingan, evaluasi dan penyebaran. Data intelijen yang telah difusikan didistribusikan kepada pengguna di lapangan untuk kepentingan pengambilan keputusan. • Joint Director’s Laboratory (JDL)[7, 10]. Model proses fusi data ini dibangun oleh US JDL pada tahun 1986 dan terdiri dari lima tataran yakni tataran 0 berkaitan dengan penilaian data subobyek. Tataran 1 berkaitan dengan penilaian obyek. Tataran 2 berkaitan dengan penilaian situasi. Tataran 3 berhubungan dengan penilaian dampak dan tataran 4 berkaitan dengan perbaikan proses. • Boyd’s Control Loop (OODA). Model proses ini mengadoposi proses komando atau siklus keputusan militer yang terdiri dari dan terdiri dari empat fase yakni Observe, Orient, Decide, and Act (OODA). • Model Waterfall. Model proses ini terdiri dari enam tahap yakni penginderaan, pengolahan sinyal, ekstraksi fitur, pengenalan pola, penilaian situasi dan pengambilan keputusan . • Model Dasarathy. Model ini membagi proses fusi ke dalam lima tataran berbasiskan pada pemahaman tiga tataran abstraksi yang terjadi selama proses fusi yakni data, informasi dan keputusan. • Model Omnibus[2]. Model ini terdiri dari peta alir, resep perspektif ganda dan suatu penyimpanan terstruktur pengetahuan fusi.

2.

FUSI INFORMASI

Fusi informasi didefinisikan sebagai proses pengombinasian data atau informasi memperbaiki estimasi atau prediksi suatu keadaan[10]. Ia juga disebut dengan fusi sensor majemuk yang didefinisikan sebagai pengombinasian pembacaan-pembacaan dari beberapa sensor menuju satu struktur data seragam[4]. Fusi informasi sering digunakan untuk memperkirakan atau memrediksi keadaan fisik entitas seperti identitas, atribut atau ciri khas, aktifitas, lokasi dan gerakannya beberapa waktu lalu, saat ini dan mendatang. Masukan-masukan ke suatu sistem fusi informasi dapat berupa[6] 1. data hasil observasi sensor-sensor, 2. masukan-masukan perintah dan data dari operator atau pengguna, 3. data a priori dari suatu basis data yang telah ada. 2.1. TAKSONOMI FUSI INFORMASI Dalam implementasinya, fusi informasi masih dipilah-pilah lagi berdasarkan aplikasi yang diinginkan karena belum ada satupun golden method yang dapat mengatasi keragaman aplikasi fusi informasi. Fusi informasi terdiri dari : • Fusi Posisional. Algoritma untuk mengombinasikan data parameter dari berbagai sensor untuk mendapatkan perkiraan paling akurat dari posisi dan kecepatan suatu entitas. Data masukan dapat berupa observasi jarak jangkau, elevasi, azimuth atau koordinat-koordinat pada layar monitor. • Fusi Identitas. Algoritma untuk mengombinasikan data dari sensor-sensor untuk memperoleh identitas obyek seperti identitas dari pesawat-pesawat musuh, klasifikasi sasaran berdasarkan tipe atau kelas-kelas atau klasifikasi pemancar gelombang elektromagnetik.

2.2. MODEL-MODEL PROSES FUSI INFORMASI

2.3. ARSITEKTUR-ARSITEKTUR FUSI INFORMASI Dalam aplikasi fusi informasi terdapat tiga alternatif arsitektur yang digunakan untuk memfusikan informasi dari multisensor. • Arsitektur terpusat dengan masukan data kasar atau vektor fitur. • Arsitektur mandiri dengan masukan vektor fitur dengan keluaran deklarasi identitas atau estimasi dari vektor keadaan. Teknik-teknik yang umum digunakan adalah suara terbanyak (voting), penyimpulan klasik, teorema Bayes[5,8], metoda Dempster-Shafer (DS)[5,8] dan metoda Dezert-Smarandache Theory (DSmT)[9]. • Arsitektur hibrida yang mengombinasikan kedua arsitektur di atas.


2

3.

SISTEM FUSI INFORMASI UNTUK C4ISR[11,12]

Penelitian mengenai fusi informasi telah diawali oleh Sekolah Teknik Elektro dan Informatika (STEI) Institut Teknologi Bandung pada tahun 2006 lalu. Penelitian ini telah menghasilkan produk berupa sistem fusi informasi berbasis multiagen untuk kepentingan Command, Control, Communications, Computers, Intelligence, Surveillance and Reconnaissance (C4ISR). Keluaran sistem adalah suatu informasi kewaspadaan situasi (situational awareness) mengenai keadaan medan tempur yang sedang berjalan sehingga komandan dapat mengambil keputusan yang paling tepat untuk melakukan komando dan kendali atas pasukannya yang berada di garis depan.

Gambar 2. Skema aliran informasi dalam sistem C4ISR.

Pada suatu penggelaran Operasi Militer (OM) yang dinamis, kualitas informasi yang dikirimkan kepada komandan memberikan dampak signifikan pada perencanaan strategi perang yang diambil untuk komando dan kendali pasukan demi kemenangan dan meminimalkan kerugian dampak peperangan. Pengambilan keputusan yang cepat dan tepat sangat tergantung kepada kecepatan pengolahan dan akurasi informasi yang diperoleh dari aktivitas sensor-sensor ISR yang didistribusikan di berbagai lokasi strategis. Data yang diperoleh dari hasil kegiatan intelijen baik pengamatan maupun pengintaian disimpan di dalam suatu basis data intelijen. Data ini kemudian diolah dan dianalisa dari perspektif intelijen, operasi, personil, logistik dan komunikasi dan elektronika untuk kemudian disimpulkan dan disajikan kepada komandan yang akan memilih alternatif terbaik untuk melaksanakan komando dan kendali atas pasukannya di lapangan. Aktifitas ini berjalan dalam satu siklus keputusan OODA[1].

• Fitur Cuaca. Umumnya terdiri dari enam elemen yakni kondisi angin, kondisi perawanan, kondisi hujan, suhu udara, tekanan udara dan jarak pandang. • Fitur Medan. Umumnya terdiri dari empat elemen yakni jalur perhubungan, kondisi hutan, kondisi pantai dan kondisi pegunungan. • Fitur Musuh. Umumnya terdiri dari tiga elemen yakni satuan pasukan darat, satuan pasukan laut dan satuan pasukan udara. Ketiga elemen ini memberi karakteristik kekuatan musuh yang terdiri dari pasukan yang terlibat dan pasukan perkuatan, dan komposisi musuh yang terdiri dari kelompok penyerang, kelompok pertahanan dan kelompok dukungan.

Gambar 3. Diagram generalisasi model proses Dasarathy dan JDL.

3.3. ARSITEKTUR C4ISR

SISTEM

FUSI

INFORMASI

Dengan merujuk model proses pada Gambar 3, arsitektur sistem fusi informasi untuk C4ISR diperlihatkan pada Gambar 4.

3.1. MODEL PROSES SISTEM FUSI INFORMASI Guna implementasi sistem fusi informasi untuk C4ISR digunakan kombinasi generalisasi model proses JDL dan Dasarathy. Model proses ini diperlihatkan pada Gambar 3. 3.2. PEMODELAN OPERASI MILITER Untuk proses komputasi data intelijen dan fusi informasi, dilakukan pemodelan OM yang berbasiskan kepada tiga fitur utama yakni cuaca, medan dan musuh (cumemu).

Gambar 4. Arsitektur sistem fusi informasi untuk C4ISR.

3.4. METODE FUSI INFORMASI Metode fusi informasi yang digunakan adalah Metoda Maximum Score of the Total Sum of Joint Probabilities (MSJP). Metode ini adalah generalisasi dari metoda Bayes sebagaimana ditunjukkan oleh (4.1).


3

(4.1) dengan elemen a priori.

dan

adalah jumlah elemen-

komprehensif dan akurat. Informasi yang disajikan tersebut dapat memberikan kewaspadaan situasi (situational awareness) mengenai keadaan yang sedang terjadi dan kemungkinan yang akan terjadi sehingga dapat memberikan keyakinan kepada komandan untuk mengambil keputusan yang paling tepat dengan hasil optimal dan kerugian minimal.

3.5. PRODUK FUSI INFORMASI C4ISR 5. Produk-produk sistem fusi informasi dapat ditampilkan dalam bentuk per fitur cuaca, medan dan musuh, maupun dalam bentuk fusi dari informasi ketiga fitur tersebut. Produk fusi informasi ketiga fitur OM diperlihatkan pada Gambar 5.

Gambar 5. Grafik hasil fusi informasi keadaan cuaca-medan-musuh.

Probabilitas gabungan cuaca-medan-musuh diperlihatkan oleh degradasi warna pada grafik sedangkan nilainya ditunjukkan oleh ketinggiannya (elevasinya) dari dasar grafik. Dari grafik tersebut dapat disimpulkan bahwa OM akan optimal bila dilaksanakan pada Musim Kemarau, tidak ada hambatan pada Medan Laut-Udara dengan mengantisipasi Kekuatan Terlibat/Perkuatan gabungan LautUdara dengan Komposisi Penyerang, Pertahanan dan Dukungan Musuh. 4.

KESIMPULAN

Fusi informasi adalah suatu metode untuk mengombinasikan informasi dari multisensor untuk memrediksi keadaan suatu entitas dengan lebih lengkap dan akurat. Untuk mengimplementasikan suatu sistem informasi diperlukan pemilihan model proses, metode dan arsitektir fusi informasi yang tepat.

Daftar Pustaka

[1]. Joint Doctrine for Command and Control Warfare (C2W), Joint Publication 3-13.1, US Department of Defense, 7 February 1996. [2]. Bedworth, Mark, and O’Brien, Jane, “The Omnibus Model: A New Model of Data Fusion?”, IEEE AES Systems Magazine, 2000. [3]. Bedworth, Mark, and Heading, Anthony J.R., “The Importance of Models in Bayesian Data Fusion”, 1st IEEE Conference on Control Applications, September 13-16, 1992. [4]. Brooks, Richard R., and Iyengar, S.S., “Multi-Sensor Data Fusion: Fundamentals and Applications with Software”, Prentice-Hall, 1998. [5]. Carl, Joseph W, “Contrasting Approaches to Combine Evidence”, di dalam Handbook of Multisensor Data Fusion, CRC Press LLC, 2001. [6]. Hall, David L., “Mathematical Techniques in Multisensor Data Fusion”, Artech House, 1992. [7]. Hall, David L., and Llinas, James, “Handbook of Multisensor Data Fusion”, CRC Press LLC, 2001. [8]. Koks, Don, and Challa, Subhash, “An Introduction to Bayesian and Dempster-Shafer Data Fusion”, DSTOTR-1436, Defence Science & Technology, 2003. http://dspace.dsto.defence.gov.au/dspace/bitstream/194 7/4316/1/DSTO-TR-1436.pdf, [9]. Smarandache, Florentin, and Dezert, Jean, “Advances and Applications of DSmT for Information Fusion”, American Research Press, 2004. [10]. Steinberg, A. N., Bowman, C.L., and White, Jr., F.E., “Revisions to the JDL Data Fusion Model”, Proceeding 3rd NATO/IRIS Conference, Quebec City, Canada, 1998. [11]. Sumari, Arwin D.W., “Pengembangan Metode Fusi Informasi Berbasis Multiagen untuk Command, Control, Communication, Computer, Intelligence, Surveillance And Reconnaissance (C4ISR)”, Laporan EL-8001 Teknik Elektro Lanjut, Institut Teknologi Bandung, 2008. [12]. Sumari, Arwin D.W., “Sistem Fusi Informasi Multiagen untuk Mendukung Pengambilan Keputusan dalam Perencanaan Operasi Udara”, Tesis, Institut Teknologi Bandung, 2008.

Riset sistem fusi informasi untuk C4ISR yang sedang dikembangkan di STEI, ITB menunjukkan bahwa hasil fusi informasi mampu memberikan informasi yang e-Indonesia Initiative 2008 (eII2008) Konferensi dan Temu Nasional Teknologi Informasi dan Komunikasi untuk Indonesia 21-23 Mei 2008, Jakarta

4


5

Fusi Informasi : Konsep dan Aplikasi dalam Bidang Teknologi Informasi dan Komunikasi

Recommend Documents