Fusi Informasi Konsep dan Aplikasi dalam (2)
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.
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.
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.
• 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
2.2. MODEL-MODEL PROSES FUSI INFORMASI
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.
2.3. 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.
e-Indonesia Initiative 2008 (eII2008)
Konferensi dan Temu Nasional Teknologi Informasi dan Komunikasi untuk Indonesia
21-23 Mei 2008, Jakarta
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).
e-Indonesia Initiative 2008 (eII2008)
Konferensi dan Temu Nasional Teknologi Informasi dan Komunikasi untuk Indonesia
21-23 Mei 2008, Jakarta
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
e-Indonesia Initiative 2008 (eII2008)
Konferensi dan Temu Nasional Teknologi Informasi dan Komunikasi untuk Indonesia
21-23 Mei 2008, Jakarta
5
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.
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.
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.
• 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
2.2. MODEL-MODEL PROSES FUSI INFORMASI
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.
2.3. 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.
e-Indonesia Initiative 2008 (eII2008)
Konferensi dan Temu Nasional Teknologi Informasi dan Komunikasi untuk Indonesia
21-23 Mei 2008, Jakarta
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).
e-Indonesia Initiative 2008 (eII2008)
Konferensi dan Temu Nasional Teknologi Informasi dan Komunikasi untuk Indonesia
21-23 Mei 2008, Jakarta
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
e-Indonesia Initiative 2008 (eII2008)
Konferensi dan Temu Nasional Teknologi Informasi dan Komunikasi untuk Indonesia
21-23 Mei 2008, Jakarta
5