Hasil pengujian menunjukkan bahwa inovasi yang dikembangkan Oddy berhasil mencapai kinerja unggul pada berbagai dataset benchmark. Modul denoising yang dikembangkan mencapai skor Hausdorff Distance sebesar 0,177—yang menunjukkan tingkat presisi tinggi dalam memperbaiki data point cloud. Sementara itu, pengklasifikasi berbasis GDANet berhasil mencapai akurasi 90,7 persen pada dataset ModelNet40 dan 96,7 persen pada Human Pose Dataset.
Salah satu terobosan utama dalam penelitian ini adalah penerapan pendekatan Self-Supervised Learning (SSL) untuk mengenali fitur-fitur penting dari data point cloud 3D yang ditangkap oleh Light Detection and Ranging (LiDAR). LiDAR adalah teknologi pemindaian jarak jauh yang menggunakan laser untuk mengukur jarak objek atau permukaan dengan tingkat presisi tinggi.
Oddy menambahkan bahwa teknologi ini memiliki berbagai penerapan luas, mulai dari sistem pemantauan kesehatan hingga pengembangan antarmuka interaksi manusia-komputer yang lebih intuitif. “Dalam bidang kesehatan, teknologi ini dapat digunakan untuk menganalisis gerakan pasien selama rehabilitasi atau mendeteksi perubahan postur tubuh,” paparnya.
Penelitian ini selaras dengan tujuan Sustainable Development Goals (SDGs) nomor 3 dan 9, yakni mendukung kehidupan sehat dan kesejahteraan, serta mendorong pembangunan infrastruktur, inovasi, dan industri. Melalui inovasi ini, Oddy berharap temuannya dapat mempercepat pengembangan teknologi sensor untuk meningkatkan akurasi pengenalan objek dan manusia. “Semoga semakin banyak orang yang dapat merasakan manfaatnya,” tandasnya optimistis. (***)
