Computer vision

Bayangkan tukang parkir senior di pasar. Sekali lirik, dia tahu itu motor matic merah yang tadi parkir di pojok, walau cuma kelihatan sebagian. Kemampuan itu datang dari ribuan motor yang pernah ia lihat.

Computer vision belajar dengan cara mirip: diberi sangat banyak gambar berlabel sampai bisa menebak sendiri. Bedanya, tukang parkir melihat bentuk dan warna. Komputer cuma menerima deretan angka untuk tiap titik warna (piksel), lalu mencari pola di angka itu. Karena itu ia bisa tertipu oleh perubahan yang tidak terlihat oleh mata kita.

Contoh terdekat ada di jalan raya. Korlantas Polri memasang pengenal wajah (face recognition), salah satu bentuk computer vision, di sistem kamera tilang elektronik ETLE. Wajah pengendara dicocokkan dengan data kependudukan Dukcapil, supaya pelanggar tetap dikenali walau pelatnya palsu, ditutup, atau tidak dipasang. Menurut Korlantas, sepanjang Januari–Juli 2026 ETLE merekam 16.812 pelanggaran pelat nomor, 77,24% di antaranya oleh pengendara motor.

Yang sering terlewat: kendaraan yang ditandai sistem masih diverifikasi petugas back office sebelum diteruskan ke petugas lapangan. Artinya buat kamu: mesin menandai, manusia yang memeriksa.

"Komputer melihat gambar seperti kita." Nggak. Dalam makalah Goodfellow dkk. (2014), model pengenal gambar menebak sebuah foto sebagai panda dengan keyakinan 57,7%. Setelah foto itu diberi bintik halus yang hampir tak terlihat, model yang sama yakin 99,3% itu owa. Buat mata kita, fotonya tetap panda.

"Pengenal wajah pasti akurat untuk semua orang." NIST, lembaga standar AS, menguji 189 algoritma dari 99 pengembang pada 2019. Untuk pencocokan satu lawan satu, tingkat salah cocok pada wajah Asia dan Afrika-Amerika sering 10 sampai 100 kali lebih tinggi dibanding wajah kulit putih, tergantung algoritmanya. Karena itu hasil pengenal wajah tetap perlu dicek manusia.