Apa itu teknologi 5G?
Jaringan
seluler generasi ke-5 merupakan generasi sistem seluler standar terbaru
(standar 5G pertama, 3GPP Release 15 – diterbitkan pada Juni 2019). Generasi
ini meningkatkan kecepatan yang dimungkinkan oleh 4G sebanyak 10 kali lipat
dengan bantuan apa yang disebut antarmuka radio baru dan pita frekuensi baru.
Hal ini membuka peluang baru untuk pengembangan layanan di berbagai segmen
pasar.
Dekade
2020-2030 mengadopsi infrastruktur jaringan 5G. Terlihat jelas bahwa setiap
generasi baru jaringan seluler meningkatkan dua fitur penting, yaitu
peningkatan kecepatan data untuk transfer data dan pengurangan latensi (packet
delay).
Arsitektur Teknologi 5G
Menurut
standar ITU-2020, 5G memiliki karakteristik berikut:
- Latensi
tautan udara (pada radio 5G baru) kurang dari 1 ms (untuk layanan tertentu
yang sangat penting).
- Ujung ke
ujung (dari perangkat terminal ke inti jaringan) kurang dari 10 ms.
- Kepadatan
perangkat yang terhubung – 100x dibandingkan dengan LTE (teknologi
nirkabel).
- Kapasitas
per area sekitar 1Tbit/s/km2.
- Efisiensi
spektral sistem – 10bit/s/Hz/sel.
- Aliran
maksimum (puncak) per koneksi – 10Gbit/s.
- Efisiensi
energi ditingkatkan >90% dibandingkan dengan LTE.
Memperkenalkan
teknologi baru seperti edge computing dan jaringan nirkabel
5G telah menghasilkan ekspektasi besar di banyak industri. Untuk menerapkan
visi komputer melalui 5G, komputasi kini dilakukan di edge, tempat orang dan
perangkat berada secara fisik. Hal ini memberikan tingkat daya dan konektivitas
yang luar biasa.
Setup dan Implementasi CV
melalui teknologi 5G
Zahidi
dkk. (2024) membangun sistem robot pertanian dengan server
edge dan koneksi 5G privat. Robot tersebut bertujuan untuk memetik stroberi dan
berkomunikasi melalui jaringan 5G untuk memungkinkan pemetikan stroberi. Tujuan
para peneliti adalah merancang robot pemetik buah yang akan berfungsi secepat
pemetik manusia. Selain itu, mereka menciptakan sistem persepsi robot untuk
meniru penglihatan manusia.
Arsitektur Sistem
Arsitektur
sistem robot pemetik buah ditunjukkan pada gambar di bawah ini. Komponennya
meliputi pengumpulan gambar, segmentasi semantik, pembuatan peta grid,
perencanaan tindakan, dan manipulasi pegangan.
Sistem
robotik terdiri dari lengan dengan gripper, server edge, koneksi 5G privat, dan
laptop untuk pembuatan peta grid. Para peneliti menempatkan tugas komputasi
berat pada server edge, seperti segmentasi 4 kelas.
Arsitektur sistem robot pertanian – aliran data antara robot dan
edge-server melalui 5G – Sumber
Robot
mentransfer gambar ke server tepi melalui aliran kamera dan panggilan layanan.
Pada saat-saat tertentu, robot memperbarui kedalaman gambar yang tersegmentasi.
Pengaturan Eksperimen
Percobaan
dilakukan di sebuah perkebunan di University of Lincoln, Inggris. Perkebunan
tersebut memiliki fasilitas pengujian untuk menanam stroberi, yang terdiri dari
dua perkebunan. Para peneliti melakukan beberapa uji lapangan dan mengumpulkan
gambar yang sesuai untuk berbagai fase pertumbuhan. Mereka mengambil gambar
dengan kamera industri RGB Intel D435i.
Para
peneliti mengambil 140 gambar set pelatihan pada waktu, musim, bulan, dan
kondisi pencahayaan yang berbeda. Gambar terdiri dari bayangan yang berbeda, di
dalam perkebunan, dan dengan beberapa orientasi kamera.
Kumpulan
data pengujian mencakup 70 gambar. Pengujian ini mengukur kinerja dan efisiensi
model. Mereka mencatat throughput jaringan dan penundaan waktu prediksi pada 30
bingkai per detik. Selain itu, resolusi bingkai adalah 840×480 untuk gambar
kedalaman dan RGB.
Topologi jaringan komunikasi sistem robotik – Sumber
Komunikasi
jaringan dilakukan melalui jaringan 5G dan Wi-Fi. Uji latensi jaringan
membuktikan bahwa 5G merupakan moda komunikasi yang stabil dan tepat untuk
operasi pertanian.
Segmentasi Gambar
Robot
dioperasikan di perkebunan terbuka tempat stroberi ditanam. Gambar dikumpulkan
selama empat bulan. Gambar diproses dalam 3 langkah: anotasi ground-truth,
gambar kedalaman, dan anotasi kotak pembatas seperti yang ditunjukkan pada
gambar di bawah ini.
Para
peneliti memanfaatkan Mask-RCNN dan menggunakan perangkat D2Go untuk
pembelajaran mendalam. Kemudian mereka mengukur akurasi, latensi, dan prediksi
antara edge dan platform lokal. Selain itu, mereka mengukur kinerja sistem
dengan tugas berorientasi data yang disesuaikan dengan melakukan segmentasi semantik ke server edge
untuk aplikasi robotik pertanian.
Para
peneliti mengelompokkan gambar menjadi 4 kategori:
- Rintangan
kaku – semua objek yang harus dihindari robot sebagai rintangan. Rintangan
ini meliputi manusia, pipa, dan struktur kaku.
- Kanopi –
menandai tanaman stroberi sebagai kanopi.
- Stroberi –
kelas ini termasuk stroberi yang sudah matang/belum matang, sedangkan
stroberi yang sedang bertunas tidak termasuk.
- Latar
Belakang – mereka menandai sisa wilayah sebagai latar belakang.
Anotasi gambar – dari gambar asli ke kotak pembatas – Sumber
Dampak 5G pada Aplikasi Visi
Komputer
5G telah
membuktikan dampak besarnya di berbagai sektor dan industri. Berikut ini kami
sebutkan beberapa aspek terpenting 5G dalam aplikasi visi komputer.
Komputasi Tepi melalui 5G
Penerapan komputasi tepi dapat
dilakukan dalam berbagai bentuk, tetapi secara umum terbagi dalam tiga
kategori:
- Perangkat
IoT jarak jauh didedikasikan untuk tujuan tertentu, seperti perangkat yang
mengelola sistem keamanan gedung. Atau kamera dengan komputer yang
melakukan deteksi objek secara cepat dan kemudian mentransfer temuannya ke
server pusat.
- Pusat data
kecil dan terpencil (1 hingga 10 rak) yang menyediakan kapasitas
pemrosesan dan penyimpanan yang signifikan.
- Perangkat
jaringan pintar, atau kendaraan otonom dengan lokasi yang dapat berubah,
memerlukan fitur komputasi terdistribusi dan tautan komunikasi yang stabil
(5G).
Konsep Edge Computing – sumber .
Perusahaan
harus membangun infrastruktur edge dengan tingkat keandalan dan keamanan yang
sama seperti membangun pusat data terpusat yang besar. Untuk menyediakan
layanan edge berkinerja tinggi yang aman, andal, dan mudah dikelola, bisnis
mengandalkan aspek 5G berikut:
- Bandwidth
– jumlah data yang dihasilkan oleh beberapa aplikasi IoT bisa sangat
besar, begitu pula biaya pengiriman semua data ke cloud. Beberapa aplikasi
(pemantauan pasien, cloud gaming, pengiriman konten) memerlukan streaming
konten dalam jumlah besar, termasuk video definisi tinggi yang membuat
penggunaan 5G tak terelakkan.
- Latensi –
Beberapa aplikasi memerlukan latensi yang sangat rendah, yaitu waktu yang
dibutuhkan paket data untuk melakukan perjalanan ke tujuannya dan kembali.
Semua aplikasi yang terkait dengan keselamatan, seperti kendaraan otonom,
perawatan kesehatan, atau pabrik manufaktur, memerlukan waktu respons yang
hampir seketika. Dalam kasus ini, 5G merupakan pilihan yang optimal karena
latensi yang rendah dalam proses transmisi sinyal.
- Persyaratan
Regulasi – Dalam industri dan kawasan yang sangat diatur (seperti Eropa
dengan GDPR), cara pemrosesan data pribadi dikontrol dengan ketat. Ini
termasuk penyimpanan data, transfer data, dan pemrosesan data. Itulah
sebabnya negara-negara UE enggan menggunakan beberapa penyedia peralatan
5G.
Pemrosesan Gambar
Terdistribusi
Dengan
mengintegrasikan cloud ke dalam jaringan, sistem 5G memungkinkan penerapan
aplikasi yang disesuaikan secara lokal, lebih dekat dengan pengguna akhir. Para
peneliti telah melakukan banyak hal dalam beberapa tahun terakhir untuk
menerapkan berbagai aplikasi AI melalui jaringan 5G pribadi. Teknik CV yang
melakukan pemrosesan gambar dalam berbagai kasus penggunaan memanfaatkan kamera
dasar yang terhubung ke jaringan 5G.
Mayoritas
solusi CV yang ada menggunakan pemrosesan terpusat sepenuhnya dengan waktu
pemrosesan yang lama dan kebutuhan bandwidth yang besar. Selain itu, solusi ini
mengandalkan kamera canggih dengan perangkat lunak khusus yang
menghasilkan solusi yang mahal. Saat ini, beberapa aplikasi memiliki satu
miliar kamera yang terhubung, sehingga membebani jaringan secara signifikan saat
menangani umpan video.
Deteksi objek dengan pembelajaran mendalam untuk analisis lalu
lintas dengan aliran video
Menempatkan
pemrosesan gambar dekat dengan pengguna akhir akan mengurangi lalu lintas 5G
karena hanya output dari algoritma CV yang akan dikirimkan melalui jaringan.
Begitu sistem membunyikan alarm, operator jarak jauh akan mulai mentransfer
gambar atau umpan video.
Selain
itu, hal ini tidak hanya akan menghemat bandwidth jaringan tetapi juga akan
memproses data lebih cepat. Hal ini penting dalam beberapa aplikasi, seperti
keselamatan lalu lintas, di mana kamera dapat dipasang untuk mengidentifikasi
potensi risiko pada kendaraan yang bergerak. Dua situasi peringatan yang
mungkin adalah perilaku kendaraan yang tidak semestinya atau keberadaan manusia
di lokasi yang tidak aman, misalnya, lampu merah.
Keandalan
juga dapat ditingkatkan dengan menerapkan pemrosesan gambar secara lokal, yang
sangat penting dalam proses industri. Gangguan atau penundaan apa pun dalam
aliran produksi yang memengaruhi pemrosesan gambar akan memengaruhi hasil
produksi pabrik dan secara langsung memengaruhi bisnis.
Aplikasi Pengenalan Gambar
Perusahaan
periklanan mengumpulkan informasi tentang demografi yang berinteraksi dengan
papan reklame mereka di berbagai lokasi untuk meningkatkan perencanaan dan
hasil. Saat ini, survei jalan merupakan metode utama untuk mengumpulkan data
ini setelah kampanye yang signifikan. Perusahaan kini menerapkan AI dan visi
komputer untuk mengumpulkan data ini dan menyediakan statistik.
Kasus
penggunaan lainnya adalah mengidentifikasi sekelompok orang melalui kamera
saat memantau lokasi kerja jarak jauh .
Analisis mengidentifikasi orang dan algoritme menentukan apakah beberapa
pekerja tidak mengenakan helm pengaman yang diperlukan. Misalnya, sistem akan
membunyikan peringatan jika mendeteksi seseorang tidak mengenakan helm.
Pengenalan APD visi AI untuk deteksi helm dan rompi
Aplikasi Keamanan dan Privasi
Privasi
merupakan persyaratan penting dalam semua sistem pengawasan video, terutama
karena sistem visi komputer menjadi lebih canggih dan mengenali berbagai fitur
yang lebih luas. Dalam hal ini, cloud terdistribusi 5G akan menjadi alatnya.
Jika teknisi memproses aliran video secara lokal, mereka akan menyelesaikan
masalah privasi, dan hanya mengirimkan hasilnya ke pusat kendali.
Seorang
operator di pusat kendali melakukan pengawasan observasi . Seseorang yang
telah diidentifikasi melalui analisis video diwakili oleh kotak pembatas;
namun, pusat kendali hanya menerima informasi yang menunjukkan jumlah individu
yang diidentifikasi dan posisi mereka.
Pusat
kendali memproses umpan video anonim dengan melapisi hasil pemrosesan video di
atas adegan yang diambil dari kamera. Oleh karena itu, solusinya hanya akan
menunjukkan jumlah orang yang hadir dan lokasi mereka. Dengan demikian, privasi
individu akan terjaga dengan memastikan bahwa informasi sensitif apa pun tetap
berada di area terpencil.
Analisis SDM dengan Visi Komputer
Apa yang Akan Terjadi
Selanjutnya dengan Teknologi 5G?
Dengan
meningkatnya konferensi video dan panggilan, kerja jarak jauh, serta komunikasi
dan pertukaran digital umum, perlu dibangun jaringan, koneksi, dan arus yang
andal dan aman.
Banyak
perusahaan teknologi menyediakan telepon seluler yang mendukung jaringan 5G,
sementara operator seluler sudah mengaktifkan transfer data 5G. Langkah
terakhir adalah mengembangkan aplikasi pintar, dengan teknologi seperti CV,
IoT, AR, dan VR yang akan memanfaatkan sepenuhnya manfaat dari 5G.
Jika Anda
menikmati membaca artikel ini, periksa juga blog kami yang lain:
- Jaringan
Squeeze and Excite : Peningkatan Performa
- Pengantar Jaringan
Transformator Spasial
- Apa itu
Jaringan Saraf Cair?
- Jaringan Saraf Grafik (GNN) : Panduan Lengkap
