Salam, rekan Nawala! Semoga kalian selalu dalam keadaan sehat.
Ini adalah IAES Nawala dari Institute of Advanced Engineering and Science. Hari ini kami akan berbagi kabar mengenai peran AI di dunia pekerjaan. Pengembangan kecerdasan buatan (artificial intelligence, AI) didunia kerja telah banyak dilakukan. Seperti yang telah dibahas sebelumnya terkait AI di dunia kesehatan, ternyata peran AI selain di dunia kesehatan juga cukup banyak. Seperti penelitian oleh Wu dkk. (2023) dalam sebuah tulisannya menjelaskan bahwa AI juga mampu memberikan kontribusi di dunia perpolisian. Mereka mengungkapkan bahwa AI dapat berperan menjadi sistem pendeteksi kebohongan dalam investigasi. AI dapat mengidentifikasi apakah seseorang berbohong berdasarkan respons emosionalnya. Namun, penggunaan AI dalam interogasi harus mempertimbangkan masalah etika dan membutuhkan pertimbangan yang hati-hati.
The use of artificial intelligence in interrogation: lies and truth
Yi-Chang Wu, Yao-Cheng Liu, Ru-Yi Huang
Following the development of artificial intelligence technology, a new trend has emerged in which this technology is increasingly used in case investigations. In this study, we developed a lie detection system that can instantly determine whether an interrogee is lying depending on their emotional responses to specific questions. Investigators then use these data, in addition to their personal experiences and case information, to adjust their interrogation strategies and techniques, thereby leading the interrogee to confess and accelerating the investigation process. Our system collects data using OpenFace and performs deep learning using gcForest. Deep learning training was performed using a real-life trial dataset, the Miami University Deception Detection Database, and a bag-of-lies dataset, and their corresponding trained systems achieved a detection accuracy of 95.11%, 90.83%, and 88.19%, respectively.
Di dunia konstruksi dan properti, Dang dkk. (2022) menerapkan AI untuk mendeteksi kerusakan jembatan. Hal ini bertujuan untuk memantau dan memprediksi kerusakan jembatan agar pemeliharaan dan perbaikan dapat dilakukan tepat waktu. Proses ini melibatkan pengumpulan data dari berbagai sumber, seperti sensor, citra satelit, dan catatan historis, untuk membuat basis data yang komprehensif. Selanjutnya, fitur-fitur relevan yang mengindikasikan kerusakan jembatan seperti retakan, korosi, atau tanda-tanda kerusakan lainnya diekstraksi dari data tersebut. Sistem deteksi yang menggunakan AI juga diintegrasikan dengan sistem manajemen jembatan yang sudah ada untuk meningkatkan kinerja secara keseluruhan. Keuntungan dari penerapan AI dalam deteksi kerusakan jembatan antara lain peningkatan akurasi dan efisiensi dalam mendeteksi serta memantau kerusakan, yang berujung pada pengambilan keputusan dan alokasi sumber daya yang lebih baik.
Applying artificial intelligence for the application of bridges deterioration detection system
Xuan-Kien Dang, Le Anh-Hoang Ho, Xuan-Phuong Nguyen, Ba-Linh Mai
Recently, advances in sensor technologies, data communication paradigms, and data processing algorithms all affect the feasibilities of the bridges structural health monitoring and deterioration detection, and other implementations of monitoring operations. The paper proposes a method to design an irregularity detection and monitoring system for road bridges that combines internet of things (IoT) and artificial intelligence (AI) technologies. Raspberry Pi 4 embedded computer integrating IoT and AI technology with convolutional neural network (CNN) is employed to simultaneously monitor remote bridges on websites and apps via Google Firebase cloud database. The first step of successful testing in the laboratory showed that the system can work stably and coincide with the proposed goals.
Menjaga kualitas daya pada kendaraan listrik menjadi semakin penting karena fase transisi massal elektrifikasi di sektor transportasi dunia. Seiring dengan penjualan kendaraan listrik yang tinggi, muncul tantangan dalam mengintegrasikan transportasi listrik dengan jaringan listrik. Kuruvilla dan Kumar (2023) membahas berbagai pendekatan teknik AI yang digunakan untuk masalah kualitas daya agar dapat secara efektif mengintegrasikan mobil listrik ke dalam jaringan listrik yang mencakup pendekatan, perkembangan, dan batasan. Hasil dari penelitian mereka menunjukkan perlunya AI di masa depan selama transformasi era elektrifikasi.
Necessity of artificial intelligence techniques for power quality issues in electric vehicles
Vidhya Kuruvilla, Pandiyan Venkatesh Kumar
World transportation is in an electrified mass transitional phase due to the predominant features such as a greener environment, fewer maintenance requirements, improved reliability and energy management efficiency compared to conventional transportation. Numerous difficulties have emerged since electric vehicle sales hit record highs, including how electrified transportation works with the grid. Emerging innovations and technological advances in the field of artificial intelligence have led to the development of enhanced controllers for electric vehicle penetration with the grid. This work includes information on the integration of artificial intelligence strategies used for the mitigation of power quality issues. By merging artificial intelligence techniques into the grid, users can achieve efficient energy use and beneficial power interactions between the grid and electric vehicles. To assess the network’s practicality, this research develops a charging model that uses a Tasmanian Devil optimization (TDO) algorithm based on MATLAB software. According to research, TDO improves the waveform quality by reducing the THD with better performance and achieves efficient power transfer between the grid and EVs.
Beberapa artikel di atas merupakan bagian kecil dari penelitian mengenai peran AI di dunia kerja. Untuk mendapatkan informasi lebih lanjut, pembaca dapat mengunjungi laman dan membaca artikel secara GRATIS melalui tautan-tautan berikut: https://ijra.iaescore.com/, http://telkomnika.uad.ac.id/, dan https://ijpeds.iaescore.com/.
Redaksi: I. Busthomi
