Selain itu, kata Eko, kelebihan pemanfaatan teknologi CNN mampu mendeteksi cacat yang sangat kecil dan tidak terlihat pada pandangan pertama. "Ini memungkinkan identifikasi masalah potensial sebelum berkembang menjadi masalah besar yang dapat membahayakan keselamatan dan kinerja kereta," jelasnya.
Kelebihan lainnya, kata Eko, adalah pengurangan biaya operasional, kemampuan adaptasi dan pembelajaran, serta teknologi image recognition berbasis CNN dapat diintegrasikan dengan sistem monitoring dan kontrol lainnya. ’’Dengan deteksi cacat permukaan rel yang lebih cepat dan akurat membantu dalam mencegah kecelakaan dan kerusakan yang dapat mengancam keselamatan perjalanan kereta api. Ini mendukung sistem perkeretaapian yang lebih aman dan dapat diandalkan," ungkapnya.
Dengan demikian, kata Eko, penggunaan CNN untuk rekognisi cacat permukaan rel menawarkan solusi yang canggih dan efektif untuk meningkatkan kualitas serta keselamatan sistem perkeretaapian.
Selain dilaksanakan oleh tim dosen, kata Eko, kegiatan ini juga melibatkan mahasiswa Itera yang akan turut berperan dalam pelaksanaan proyek melalui berbagai tugas praktikum dan penelitian. ''Inisiatif ini diharapkan tidak hanya meningkatkan kemampuan teknis mahasiswa. Tapi, juga memberikan kontribusi nyata terhadap industri perkeretaapian di Indonesia. Kerja sama ini diharapkan dapat menghasilkan solusi inovatif yang dapat mendukung PT KAI dalam memastikan keselamatan dan keandalan jalur kereta api di seluruh negeri," ungkapnya. (rls)