Selama ini, sebagian besar Penerangan Jalan Umum (PJU) di Indonesia masih menggunakan sistem berbasis timer atau sensor sederhana sehingga lampu tetap menyala meskipun jalan sepi. Hal tersebut dapat menyebabkan pemborosan energi dan meningkatkan biaya operasional. Tim peneliti Unesa menghadirkan solusi penghematan energi melalui lampu PJU berbasis YOLO dan Node-Red.
Widi Aribowo, ketua tim peneliti, mengungkapkan bahwa Penelitian Lampu Penerangan Jalan Umum (PJU) Pintar Berbasis YOLO dan Node-RED merupakan inovasi yang mengintegrasikan Artificial Intelligence (AI), Internet of Things (IoT), dan Edge Computing untuk menciptakan sistem penerangan jalan lebih cerdas dan hemat energi. “Melalui penelitian ini, kami memanfaatkan YOLO (You Only Look Once) sebagai teknologi computer vision untuk mendeteksi keberadaan pejalan kaki secara real-time menggunakan kamera,” ujar Widi.
Widi menerangkan bahwa hasil dari deteksi tersebut diproses oleh Raspberry Pi diteruskan melalui Node-RED ke ESP32 untuk mengendalikan lampu secara otomatis. Dengan konsep adaptive lighting, lampu hanya menyala ketika ada pengguna jalan dan akan mati atau diredupkan saat tidak ada aktivitas. Dengan demikian, penggunaan energi menjadi lebih efisien, tetap menjaga keselamatan pengguna jalan, sekaligus mendukung transformasi menuju Digital Economy Kelistrikan Nasional dan pengembangan Smart City.
YOLO dipilih karena mampu mendeteksi objek dengan cepat, akurat, dan real time sehingga sesuai dengan sistem PJU pintar yang membutuhkan respon cepat dalam menyalakan lampu. Tidak seperti sensor konvensional seperti PIR yang umumnya hanya mendeteksi adanya pergerakan atau panas tanpa mengetahui objek yang terdeteksi, YOLO memanfaatkan teknologi visi komputer untuk mendeteksi sekaligus mengklasifikasi objek sehingga dapat mengurangi kesalahan deteksi dan memastikan lampu hanya menyala ketika benar-benar dibutuhkan.
Selain itu, YOLO memiliki komputasi yang efisien dan dapat dijalankan pada perangkat edge computing seperti Raspberry Pi. Dengan dukungan transfer learning, sistem juga dapat disesuaikan dengan kondisi lingkungan di Indonesia, sehingga tetap memberikan performa yang baik pada berbagai kondisi pencahayaan.
Widi juga menjelaskan peran Node-Red sebagai platform integrasi dan otomatisasi IoT yang menghubungkan seluruh komponen sistem, seperti YOLO pada Raspberry Pi, ESP32, dan lampu PJU. Node-RED menerima hasil deteksi dari YOLO, kemudian mengirimkan perintah kepada ESP32 untuk menyalakan atau mematikan lampu secara otomatis. Selain itu, Node-RED juga menyediakan dashboard monitoring secara real time sehingga kondisi lampu, hasil deteksi, dan status sistem dapat dipantau dengan mudah melalui antarmuka berbasis web. “Node-RED menjadi pusat komunikasi dan pengendalian dalam sistem PJU pintar,“ ujarnya.
Mekanisme kerja PJU Pintar, lanjut Widi, dimulai saat kamera menangkap kondisi jalan secara real time. Jika alat mendeteksi adanya pengguna jalan, maka hasil deteksi akan dikirim langsung ke Node-Red. Selanjutnya, Node-Red mengirimkan perintah ke ESP32 untuk menyalakan lampu PJU melalui modul relay. Namun, ketika tidak terdeteksi adanya pengguna jalan, maka sistem akan secara otomatis mematikan atau meredupkan lampu pada periode waktu tertentu. “Seluruh proses dapat dipantau secara real-time melalui dashboard Node-Red, sehingga dapat memonitor status lampu dan kondisi sistem dengan mudah,” tuturnya.
Tingkat Akurasi yang Tinggi
Dalam hasil pengujian, kata Widi, sistem diakui mampu mendeteksi pejalan kaki dengan tingkat akurasi yang tinggi pada malam hari, utamanya pada jarak hingga 15 meter. Hal tersebut dapat dimungkinkan dengan adanya sistem YOLO yang mampu mengenali objek meskipun dalam kondisi cahaya rendah. Namun, seperti sistem computer vision pada umumnya, akurasi dapat menurun apabila kondisi lingkungan sangat gelap, terjadi hujan lebat, kabut tebal, atau terdapat gangguan seperti silau lampu kendaraan.
Widi mengatakan, ke depan akan mengembangkan sistem dengan kamera berperforma rendah cahaya (low-light camera) serta teknik peningkatan kualitas citra berbasis AI agar deteksi pada kondisi malam hari menjadi lebih andal. Namun, secara umum, hasil dari penelitian mengindikasikan bahwa sistem dapat beroperasi dengan andal dengan mendukung penerapan PJU pintar pada malam hari. “Selain mampu menghemat energi, alat ini dapat mempertahankan tingkat keamanan bagi penggunaan jalan,” bebernya.
Lebih lanjut, Kepala Seksi Smart Energi Unesa itu menuturkan bahwa penelitian ini berhasil mendapatkan respon positif dari masyarakat. Mereka menilai alat ini memiliki keunggulan, yakni mampu menyala otomatis ketika ada pengguna jalan melintas, memberikan rasa aman dan nyaman, serta menghemat listrik. “Alat ini dapat menjadi solusi inovatif dalam mendukung efisiensi anggaran, digitalisasi layanan publik, dan pengembangan konsep smart city di Indonesia,” ujarnya.
Widi mengklaim lampu PJU Pintar Berbasis YOLO dan Node-Red inimemiliki potensi penghematan energi listik cukup besar. Dari hasil implementasi menunjukan bahwa konsep adaptive lighting dapat mengurangi waktu operasi lampu yang tidak diperlukan sebesar 25-50%. Selain itu, karena sistem ini dirancang berbasi IoT sehingga angat mudah diintegrasikan dengan platform Smart City. Menariknya, selain dapat mengendalikan lampu secara otomatis, sistem ini dapat menyediakan data secara realtime yang dapat dimanfaatkan oleh pemerintah untuk monitoring, efisiensi energi, dan pengelolaan infrastruktur kota.
Lampu PJU Pintar, tambah Widi,dapat berkontribusi terhadap transformasi digital di sektor kelistrikan di Indonesia. Dengan adanya inovasi ini, PJU bukan hanya sekedar lampu penerangan, namun mampu menjadi infrastruktur penerangan yang cerdas dengan memanfaatkan AI dan IoT. Kedua sistem tersebut mampu mengoptimalkan penggunaan energi, menyediakan data operasional secara realtime, serta mendukung pengelolaan kelistrikan yang efisien, andal dan siap mendukung transformasi digital Indonesia.
Untuk diketahui Tim Peneliti Unesa teridri atas Dr. Widi Aribowo,S.T,M.T (ketua), Aditya Prapanca, S.T., M.Kom, Vita Mahardhika, S.H, M.H dan Nyoman Yudi Kurniawan ST (PT Indotech Infrastruktur Solusi). @TimHumasUnesa
ID 
EN