Teknologi WiFireNet Memanfaatkan Perubahan Sinyal Nirkabel untuk Mengenali Objek Tersembunyi

Peneliti dari Swedish Defence Research Agency (FOI) mengembangkan WiFireNet, sebuah sistem kecerdasan buatan yang memanfaatkan perubahan sinyal Wi-Fi untuk mendeteksi keberadaan pistol yang disembunyikan pada tubuh seseorang. Penelitian yang dipublikasikan pada 13 Oktober 2026 ini menggunakan Channel State Information (CSI) untuk menganalisis bagaimana gelombang radio berubah ketika melewati lingkungan dan berinteraksi dengan objek. Perkembangan TEKNOLOGI tersebut menawarkan pendekatan baru dalam penelitian sistem keamanan tanpa harus mengandalkan gambar kamera ketika proses deteksi berlangsung. Meskipun hasil eksperimennya menjanjikan, WiFireNet masih berupa prototipe penelitian yang membutuhkan pengujian lanjutan sebelum dapat digunakan secara luas.

Inovasi WiFireNet Menggabungkan Sinyal Wi-Fi dan Kecerdasan Buatan

WiFireNet merupakan prototipe pembelajaran mendalam untuk mendeteksi senjata genggam yang disembunyikan. Pengembangan sistem ini berasal dari peneliti lembaga pertahanan Swedia FOI. Tim penelitinya terdiri atas Erik Persson, David Gustafsson, dan Tomas Wilkinson. Melalui penelitian yang dipublikasikan pada Oktober 2026, mereka menjelaskan kemungkinan mendeteksi pistol melalui informasi kanal Wi-Fi. Dibandingkan metode yang membutuhkan gambar objek secara langsung, WiFireNet menggunakan pola perubahan kanal komunikasi nirkabel. Metode penelitian ini menawarkan jalur penelitian baru dalam pengamanan ruang publik.

Konsep dasar sistem ini berangkat dari kenyataan bahwa gelombang radio dipengaruhi lingkungan. Saat manusia melintasi area pengukuran, gelombang Wi-Fi dapat mengalami pantulan dan pelemahan. Perubahan tersebut dapat digunakan untuk mempelajari pola keberadaan objek. Namun demikian, perubahan Wi-Fi tidak otomatis menunjukkan adanya senjata. Oleh sebab itu, tim mengembangkan algoritma pengenalan pola. Temuan awal tersebut memberikan dasar untuk pengembangan lebih lanjut.

Memahami Teknologi CSI pada Sistem Deteksi Berbasis Gelombang Radio

Komponen informasi utama WiFireNet adalah Channel State Information atau CSI, yakni informasi mengenai keadaan kanal komunikasi nirkabel. Ketika gelombang radio dikirimkan, sinyal tidak selalu menempuh satu jalur langsung. Tubuh manusia serta benda di dalam ruangan dapat memengaruhi bentuk sinyal yang diterima. Informasi tersebut dimanfaatkan sebagai masukan model kecerdasan buatan. Berkat analisis terhadap variasi kanal, sistem mencari hubungan antara sinyal dan barang bawaan. Meski proses ini dapat menghasilkan prediksi, informasi kanal berbeda dari citra visual kamera biasa.

Dalam eksperimen yang dilakukan FOI, tim mengumpulkan data radio dan gambar yang diselaraskan. Pendekatan pengambilan sampel tersebut memungkinkan informasi visual digunakan sebagai panduan pelatihan. Selanjutnya, jaringan saraf dilatih mengenali pola sinyal tertentu. Saat sistem menghasilkan prediksi setelah pelatihan, kamera tidak menjadi sumber data utama untuk prediksi. Perbedaan tersebut membantu menghindari anggapan bahwa sistem melihat melalui pakaian. Dengan demikian, WiFireNet mengenali pola radio yang berkaitan dengan objek.

Penggunaan Data Wi-Fi dan Gambar untuk Melatih Model Deteksi

Sebagai bagian dari proses pembelajaran mesin, peneliti menyusun dataset bernama WiFire. Kumpulan data tersebut memuat sinyal Wi-Fi yang diselaraskan dengan informasi visual. Tujuannya adalah membangun contoh pelatihan dengan informasi target yang lebih jelas. Dalam penelitian tersebut, peneliti mengamati variasi sinyal dari beberapa jenis barang. Di antara kategori pengamatan, terdapat telepon, botol logam, replika pistol plastik, dan pistol logam. Melalui penggunaan beberapa kelompok objek, algoritma memperoleh data pembanding untuk pengenalan. Meski demikian, keragaman eksperimen belum mencakup seluruh kondisi dunia nyata.

Peneliti menggunakan algoritma deep learning. Salah satu pendekatan yang digunakan adalah pengawasan berbasis informasi visual. Berkat pendekatan lintas sumber data, karakteristik dari gambar digunakan untuk membimbing analisis radio. Untuk sistem yang menggunakan beberapa jenis data, metode pemindahan pengetahuan membantu melatih jaringan saraf. Namun demikian, hasil deteksi bukan rekonstruksi visual pasti dari suatu objek. Oleh sebab itu, tingkat keyakinan sistem memerlukan interpretasi yang tepat.

Hasil Pengujian WiFireNet dan Tingkat Akurasi Deteksi Senjata

Hasil eksperimen WiFireNet menunjukkan bahwa pola radio dapat memberikan informasi tentang target. Berdasarkan hasil yang disampaikan peneliti, pengukuran AP pistol menunjukkan nilai 72,5 persen dalam kondisi evaluasi tertentu. Sementara itu, average precision kategori pistol turun menjadi 53,8 persen. Hasil pengukuran ini berkaitan dengan pengukuran presisi dan pelokalan prediksi. Dalam menafsirkan hasil pengujian, 72,5 persen tidak berarti sistem selalu mengenali jumlah tersebut dari setiap seratus orang. Pemahaman terhadap ukuran evaluasi penting agar kemampuan sistem tidak dibesar-besarkan.

Pada pengujian yang lebih luas, rata-rata mean average precision juga diukur. Ukuran gabungan tersebut mencerminkan kemampuan model menghadapi kategori yang diuji. Meski model telah berhasil mengidentifikasi pola tertentu, hasil penelitian masih membutuhkan pengulangan pada kondisi berbeda. Lingkungan pengujian yang terkendali mungkin berbeda dari situasi keramaian sebenarnya. Selain itu, pengujian independen terhadap kesalahan deteksi masih penting. Berkat validasi independen yang menyeluruh, potensi penggunaan praktis bisa dinilai secara objektif.

Peluang Pemanfaatan Sinyal Nirkabel dalam Sistem Keamanan Publik

Penelitian mengenai deteksi menggunakan CSI membuka kemungkinan pendekatan keamanan tambahan. Perangkat keamanan yang menggunakan kamera dapat kehilangan informasi ketika target terhalang. Sementara itu, detektor logam dapat digunakan secara efektif pada pos pemeriksaan. Meski metode tersebut terbukti berguna, pengaturan jalur pemeriksaan dapat membatasi arus orang. Untuk penelitian sistem keamanan masa depan, WiFireNet menawarkan metode pengamatan yang berbeda dari kamera. Kendati prinsip kerjanya memberikan potensi, WiFireNet belum dapat menggantikan prosedur pemeriksaan yang telah divalidasi.

Persoalan penting sebelum penerapan luas adalah perubahan karakteristik lingkungan nirkabel. Dalam gedung nyata, dinding dan perabot dapat memengaruhi pantulan. Penggunaan jaringan nirkabel yang padat dapat mengubah kondisi kanal yang diamati. Selain masalah teknis, aturan penggunaan sensor harus ditetapkan dengan jelas. Kendati deteksi menggunakan informasi gelombang radio, aktivitas pengamatan tetap memiliki implikasi privasi. Berkat pengembangan yang mempertimbangkan keselamatan serta privasi, penelitian dapat diarahkan pada manfaat yang lebih jelas.

Masa Depan Teknologi Penginderaan Nirkabel dalam Penelitian Keamanan

Pengembangan model deteksi berbasis CSI membuka peluang baru dalam pemanfaatan TEKNOLOGI Wi-Fi untuk analisis lingkungan. Berkat pengolahan karakteristik gelombang radio, model menunjukkan kemampuan mengenali pola yang berkaitan dengan senjata tertentu. Pendekatan pembelajaran yang dibimbing informasi kamera menjadi bagian penting dari pengembangan. Meski pencapaian awal cukup menarik, prototipe belum dapat dianggap sebagai solusi keamanan siap pakai. Pengembangan berikutnya sebaiknya menilai ketahanan sistem terhadap variasi kondisi. Dengan penelitian yang bertanggung jawab, pendekatan CSI dapat memperluas pilihan penginderaan. Bagaimana pendapat Anda, apakah penggunaan AI dalam penginderaan nirkabel dapat membantu sistem keamanan? Bagikan pandangan Anda mengenai inovasi tersebut.