Indah Agustien Siradjuddin (31) memperoleh gelar Doktor dalam Bidang Ilmu Komputer setelah berhasil mempertahankan disertasinya yang berjudul “Sistem Analisis Pergerakan Manusia Menggunakan Metode Particle Filter dengan Pembobotan Gaussian dan Kombinasi Sistem Inferensi Fuzzy dan Pengukuran Fuzzy” pada sidang terbuka Senat Akademik Fakultas Ilmu Komputer Universitas Indonesia (Fasilkom UI), Selasa (12/1) bertempat di Ruang Aula Fasilkom UI.

Indah Agustien lulus dengan predikat sangat memuaskan. Bertindak sebagai Promotor Prof. T. Basaruddin, dengan Ko-Promootor Dr.Eng. M. Rahmat Widyanto. Sementara itu, bertindak sebagai penguji pada sidang terbuka Prof. Dra. Belawati H. Widjaja, M.Sc., Ph.D., Prof. Dr. Aniati Murni Arymurty, Dr. Anto Satrio Nugroho, Hisar Maruli Manurung, Ph.D., dan Dr. Petrus Mursanto, M.Sc.

Indah Agustien menyelesaikan pendidikan S1 Fakultas Teknik Institut Sepuluh November pada tahun 2002 dan S2 Magister Ilmu Komputer Fakultas Ilmu Komputer UI tahun 2006. Saat ini beliau bekerja sebagai Dosen Teknik Informatika di Universitas Trunojoyo Madura.

Abstrak
Saat ini berbagai macam aplikasi membutuhkan proses analisis pergerakan manusia dari citra dinamis, antara lain, sistem pengawasan cerdas, interaksi manusia komputer, analisis kinerja atletik, dan lain-lain. Analisis pergerakan manusia dari data citra dinamis, terdiri dari dua tahap utama, yaitu pelacakan dan analisis pergerakan manusia. Metode Particle Filter (PF) biasa digunakan pada tahap pelacakan pergerakan manusia. Metode ini mempunyai tingkat akurasi pelacakan yang tinggi. Hanya saja metode ini mempunyai dua kelemahan. Pertama, jumlah partikel yang dibangkitkan sebanding dengan waktu komputasi pelacakan. Kedua, banyak partikel sama yang dibangkitkan, sehingga waktu komputasi banyak terbuang untuk memproses partikel yang sama ini.

Pada penelitian ini diusulkan modifikasi metode PF untuk mengatasi permasalahan tersebut. Metode yang diusulkan adalah metode PF dengan pembobotan Gaussian. Metode ini terdiri dari empat tahap, yaitu prediksi, sampling partikel, pembobotan Gaussian, dan koreksi. Prediksi bertujuan untuk membangkitkan sejumlah partikel yang merupakan representasi lokasi target obyek. Sampling partikel bertujuan untuk menghitung bobot partikel-partikel tertentu yang menjadi parameter-parameter Gaussian. Pembobotan Gaussian bertujuan untuk menghitung nilai bobot partikel-partikel berdasarkan bobot masing-masing. Dengan dua tahap tambahan yang merupakan modifikasi metode PF, maka perhitungan bobot semua partikel hasil prediksi tidak diperlukan lagi, sehingga dapat mengurangi waktu komputasi.

Metode yang diusulkan ini telah diuji coba dengan menggunakan data video dengan berbagai macam latar belakang dan beberapa subyek. Hasil ujicoba menunjukkan bahwa metode ini mampu mereduksi waktu komputasi maksimal sebanyak 68% dan menghasilkan tingkat akurasi 88,69% untuk data video buatan, sedangkan untuk data video bencmark reduksi waktu komputasi sebanyak 68% dan tingkat akurasi maksimal 82,19%. Oleh karena itu usulan metode PF ini dapat mengatasi kelemahan tetapi tetap dapat mempertahankan kelebihan yang dimiliki metode PF, yaitu pengurangan waktu komputasi dan tetap menghasilkan tingkat akurasi yang tinggi. Dengan kelebihan yang dimiliki, maka metode ini diharapkan dapat diterapkan untuk analisis pergerakan manusia yang membutuhkan waktu nyata dan hasil pelacakan yang akurat.