Implementasi Fusi Informasi dengan Naive Bayes Classifier untuk Pengenalan dan Identifikasi Pesawat Udara

Mengenali objek udara salah satunya adalah pesawat udara, melalui observasi visual merupakan salah satu keahlian yang harus dimiliki oleh personel Tentara Nasional Indonesia (TNI) khususnya TNI Angkatan Udara (AU) yang ditugaskan di lapangan sebagai salah satu unsur dari Sistem Pertahanan Udara Nasional (Sishanudnas) (Komando Pertahanan Udara Nasional, 2017). Observasi visual juga dapat dilakukan dengan menerbangkan pesawat tempur untuk mengenali dan mengidentifikasi objek udara yang terdeteksi radar namun tidak dikenali identitasnya. Hal tersebut dapat berisiko tinggi kepada awak pesawat tempur jika objek udara tersebut merupakan pesawat tempur musuh dengan kemampuan yang lebih tinggi dilengkapi dengan persenjataan yang lebih modern. Di sisi lain, pengenalan objek udara secara visual yang dilakukan pada jarak tertentu yang dianggap aman memiliki kemungkinan akurasi yang rendah dikarenakan keterbatasan kemampuan visual manusia.Observasi visual pada dasarnya adalah tindakan untuk mengenali dan mengidentifikasi bahwa sebuah objek udara yang berada di satu wilayah udara merupakan kawan (friend), lawan (foe), atau netral. Sistem Identification Friend, Foe, or Neutral (IFFN) dapat mengenali dan mengidentifikasi satu objek udara berdasarkan kode-kode yang dipancarkan darinya (Miller, 2002) namun pada umumnya objek udara lawan akan mematikan sistem ini ketika terbang di wilayah udara yang sedang dipenetrasi. Maka observasi visual merupakan salah satu upaya untuk mengenali dan mengidentifikasi objek dalam (US Department of the Defense, 1998; Warner, 1999)Dikarenakan objek udara bergerak dengan kecepatan suara dan bahkan lebih, maka pengenalan dan identifikasinya berpacu dengan waktu sehingga kecepatan menjadi kunci penting. Untuk situasi manapun baik pengenalan dan identifikasi objek udara dari darat-ke-udara (surface-to-air) oleh personel TNI AU di darat menggunakan teropong binokular, maupun dari udara-ke-udara (air-to-air) oleh penerbang TNI AU dengan pesawat tempur, akan sangat baik bila dilengkapi dengan satu sistem dukungan pengenalan dan identifikasi objek udara yang mampu dengan cepat memberikan hasil pengenalan serta identitas objek udara dimaksud.Teknologi Kecerdasan Artifisial (Artificial Intelligence) telah memungkinkan dimanfaatkan untuk melakukan pengenalan hingga identifikasi objek. Beberapa diantaranya yang telah dikembangkan adalah pengenalan objek (object recognition) menggunakan metode berbasis jaringan syarat (neural network) (D. Fu et al., 2019); (Stephen, Mishra, & Sain, 2019), berbasis Support Vector Machine (SVM) (Muralidharan & Chandrasekar, 2011); (Wardaya, 2014), berbasis kelas (K. Fu et al., 2019), serta berbasis pengetahuan (Kim, 2005) yang khusus untuk pengenalan dan identifikasi pesawat udara. Kecepatan pengenalan dan identifikasi menjadi kunci penting pencegahan penetrasi objek udara musuh dalam Sishanudnas. Untuk itu diperlukan teknik untuk mengolah data masukan ke bentuk yang sederhana menggunakan fusi informasi (A. D. W. Sumari & Ahmad, 2016; Zhang et al., 2020).Dari beberapa studi literatur di atas, dikembangkan satu sistem pengenalan objek udara yang dilengkapi fusi informasi dengan Naïve Bayes Classifier untuk mengenali dan mengidentifikasi pesawat udara. Tujuan dari dikembangkannya sistem ini adalah untuk membandingkan kecepatan proses pengenalan dan identifikasi ketika menggunakan fusi informasi dan tidak Selain itu, juga untuk membuktikan bahwa fusi informasi dapat membantu mempercepat perhitungan. Sistem yang dikembangkan menggunakan teknologi speech-to-text untuk mengimbangi kecepatan terbang pesawat udara. Sistem mengolah data teks tersebut menggunakan teknik kecerdasan artifisial dan memberikan luaran berupa teks hasil pengenalan dan identifikasi yang ditampilkan di layar sistem