Mahasiswa UMI Makassar Berhasil Temukan Model Variational Autoencoder untuk Deteksi Wajah Daftar Pencarian Orang
Makasar-Spektroom : Mahasiswa dari Universitas Muslim Indonesia berhasil mencatatkan prestasi gemilang di bidang teknologi kecerdasan buatan pada tahun 2026. Melalui proyek inovasi karsa cipta bernama DISGUISE-ID, mereka sukses merancang dan menguji model algoritma mutakhir yang mampu mengidentifikasi wajah Daftar Pencarian Orang dengan tingkat akurasi rekonstruksi yang sangat tinggi, yakni mencapai 94,8%, meskipun wajah target terhalang oleh berbagai atribut penyamaran fisik.
Keberhasilan luar biasa ini membawa tim kolaborasi lintas disiplin ilmu tersebut lolos dalam skema pendanaan nasional Program Kreativitas Mahasiswa Karsa Cipta tahun 2026 yang diselenggarakan oleh Kementerian Pendidikan Tinggi, Sains, dan Teknologi. Tim ini sukses bersaing ketat menyisihkan 25.253 usulan proposal dari seluruh perguruan tinggi di Indonesia, hingga akhirnya terpilih ke dalam 145 karya cipta terbaik yang didanai secara nasional.
Ketua tim pengembang, Ichwal, menjelaskan bahwa fokus utama dari riset karsa cipta ini adalah menguji keandalan arsitektur model Variational Autoencoder dalam memetakan dan merekonstruksi fitur wajah yang tertutup. Melalui serangkaian pengujian komparatif di laboratorium komputer, model kecerdasan buatan ini diuji untuk mengenali wajah yang dimanipulasi menggunakan masker medis, kacamata gelap, riasan wajah tebal, hingga perubahan gaya rambut secara ekstrem.
"Berdasarkan data pengujian riil, performa rekonstruksi wajah oleh model VAE pada sistem DISGUISE-ID menunjukkan hasil yang sangat impresif. Model berhasil mencapai tingkat akurasi peringkat satu sebesar 97,6% pada skenario identifikasi tertutup, di mana citra masukan berpenyamaran diuji langsung dengan basis data galeri wajah bersih. Namun, evaluasi mendalam pada skenario verifikasi lintas sesi dengan menggunakan foto bersih dari waktu pengambilan yang berbeda menunjukkan tingkat akurasi sebesar 65,3%. Hasil pengujian tersebut mengindikasikan adanya tantangan generalisasi model terhadap variasi kondisi pengambilan foto, yang justru dianalisis lebih lanjut sebagai bagian dari kontribusi metodologis penting dalam penelitian karsa cipta ini. Seluruh proses analisis tersebut berjalan dengan tingkat pemrosesan data atau latensi sistem yang sangat responsif, yaitu hanya sebesar 48 milidetik," ujar Ichwal, Sabtu (1/8/2026)
Dosen pendamping tim, Lilis Nur Hayati, S.Kom., M.Eng., MTA., memaparkan bahwa keunggulan utama dari model ini terletak pada kemampuannya untuk mendefinisikan karakteristik wajah manusia ke dalam dimensi ruang laten probabilistik. Algoritma enkoder akan mengompresi gambar wajah yang tersamar, lalu mengabaikan atribut penghalang seperti masker atau kacamata, dan mengizinkan dekoder untuk membangun kembali struktur geometri wajah asli secara utuh berdasarkan data latih yang komprehensif.
Selain keunggulan teknis pada algoritma visi komputer, tim ini juga diperkuat oleh mahasiswa Fakultas Hukum Universitas Muslim Indonesia. Kehadiran mereka memastikan bahwa hasil keluaran rekonstruksi wajah digital dari model kecerdasan buatan ini memenuhi standar keabsahan dan memiliki kekuatan hukum sebagai alat bukti elektronik yang sah sesuai dengan regulasi peradilan pidana di Indonesia.
Saat ini, prototipe fungsional DISGUISE-ID yang terintegrasi dengan kamera pengawas pintar terus disempurnakan melalui pengujian luar ruang secara berkala. Dengan modal pencapaian akurasi model yang sangat tinggi ini, seluruh civitas akademika Universitas Muslim Indonesia optimis mendukung tim ini untuk dapat merebut medali emas pada ajang puncak Pekan Ilmiah Mahasiswa Nasional ke-39 tahun 2026 yang akan digelar di Universitas Diponegoro, Semarang.
