Pembelajaran Mandiri
Di halaman ini
Tab Self Learning (AI Insights & People → Self Learning) adalah konsol untuk alur identifikasi otomatis. Dalam kata-kata halaman itu sendiri, fitur ini "Automatically links unidentified people to real members by correlating visit patterns with check-in data. Useful when members don't have valid profile photos or their photos are of low quality."
Jika pencocokan wajah menjawab "apakah wajah ini mirip dengan foto seorang anggota?", Self Learning menjawab pertanyaan yang berbeda: "apakah pola kehadiran orang ini cocok dengan pola check-in tepat satu anggota?" Dengan cara inilah sistem mengidentifikasi anggota yang tidak akan pernah dapat dicocokkan oleh kamera — tanpa foto, atau dengan foto yang terlalu buruk untuk lolos validasi.
Self Learning memerlukan Enhanced AI Analysis diaktifkan di CCTV Settings → General. Jika dinonaktifkan, proses korelasi berhenti dan bagian pengaturan Self Learning disembunyikan.
Gambar 1: Tampilan Self Learning — kartu Decision Flow, jumlah ringkasan, dan antrean profil
Cara profil diselesaikan
Gambar 2: Kartu Decision Flow — "How profiles resolve", dengan stempel waktu proses korelasi terakhir
Kartu Decision Flow merangkum empat hasil, persis seperti yang dicantumkan UI:
| Kondisi | Hasil |
|---|---|
| "Successfully linked to member profile" | Automatically Linked |
| "Has visit/swipe logs but not enough info to link (e.g. missing name)" | Unable to Link |
| "Enough visits + validation checks failed" | Pending Review |
| "No single member correlation" | No match |
Di balik layar, setiap proses korelasi (stempel waktu "Last run:" pada kartu) melakukan hal berikut untuk setiap profil yang tidak teridentifikasi:
- Mengorelasikan waktu deteksi profil dengan check-in anggota selama periode lookback, menggunakan jendela waktu di sekitar setiap check-in (default ±10 menit).
- Menghitung bukti. Profil memerlukan jumlah minimum kunjungan terkorelasi yang dikonfigurasi — default 8 pada preset Balanced. Profil yang memiliki sebagian bukti (3+) tetapi di bawah minimum tetap In Pipeline: "Profiles still gathering evidence from repeat visits and check-ins." Kartu pipeline menampilkan "Average progress" sebagai "N/M visits".
- Mensyaratkan tepat satu kandidat. Jika kunjungan berkorelasi dengan lebih dari satu anggota — misalnya pasangan yang selalu datang bersama — hasilnya adalah No match. Sistem tidak akan menebak di antara para kandidat.
- Memvalidasi. Dengan satu kandidat dan jumlah kunjungan yang cukup, pemeriksaan validasi dijalankan: kesesuaian jenis kelamin antara atribut profil yang terdeteksi dan catatan anggota (aktif secara default), serta pemeriksaan toleransi usia yang opsional. Lolos → Automatically Linked. Gagal → Pending Review: "Strong timing match, but one or more validation checks did not pass."
Setiap catatan memiliki skor keyakinan yang dibangun dari jumlah kunjungan, jumlah hari unik, dan rata-rata jeda antara check-in dan deteksi (jeda yang singkat dan konsisten mendapat skor tertinggi).
Semua ambang batas — kunjungan minimum, lookback, jendela waktu, dan pemeriksaan validasi — dapat dikonfigurasi dengan preset Lenient / Balanced / Strict di Settings → Face Recognition → Self Learning.
Gambar 3: Pengaturan Self Learning — preset, kunjungan minimum, periode lookback, jendela waktu, dan pemeriksaan validasi
Kartu ringkasan
| Kartu | Arti (teks UI) |
|---|---|
| In Pipeline | "Profiles still gathering evidence from repeat visits and check-ins." |
| Automatically Linked | "Successfully matched and linked to a real member profile." |
| Pending Review | "Strong timing match, but one or more validation checks did not pass." |
| Rejected | "Reviewed mismatches that staff have explicitly ruled out." |
| Monitoring | "Profiles being monitored — guests, staff, or ambiguous visit patterns." |
Antrean
Gambar 4: Antrean — wajah, kandidat anggota, kunjungan, rata-rata jeda, skor keyakinan, dan status
Tab membagi antrean berdasarkan status: In Pipeline, Pending Review, Automatically Linked, Unable to Link, Rejected, Manually Approved, dan Monitoring. Kotak pencarian ("Search by name, ID, or personId...") mempersempit antrean yang besar, dan tombol "Duplicates" pada tab pipeline menampilkan profil bayangan yang diduga duplikat yang sebaiknya digabungkan terlebih dahulu — duplikat memecah bukti kunjungan dan memperlambat semuanya.
Kolom tabel: Faces (foto deteksi profil), Person / Member (profil bayangan dan kandidat anggotanya), Visits, Avg Lag (dari check-in hingga deteksi kamera), Score, Status, Updated. Status baris meliputi "Pipeline", "Pending Review", "Automatically Linked", "Unable to Link", "No Match", "Rejected", ditambah status sementara "Linking..." dan "Link Failed" ("Link failed — will retry on next run").
Meninjau kecocokan yang tertunda
Untuk setiap baris Pending Review, bandingkan wajah deteksi dengan foto kandidat anggota dan bukti kunjungannya, lalu:
- Approve — mengonfirmasi kecocokan dan menautkan profil ke anggota. Persetujuan dicatat atas nama pemberinya ("Approved by ").
- Reject — menolaknya. Dialog meminta alasan — "Please provide a reason for rejecting this match. This will be recorded for audit purposes." (misalnya "Photos clearly show different people, member data is incorrect, etc."). Profil yang ditolak tidak akan diusulkan kembali untuk anggota yang sama.
Dua tindakan lagi melengkapi alur kerja ini:
- Link — untuk baris Unable to Link, dialog pencarian manual memungkinkan Anda memilih sendiri anggota yang tepat; bukti waktunya sudah ada, hanya langkah otomatisnya yang tidak memiliki data untuk menyelesaikannya.
- Unlink — membatalkan tautan otomatis. Konfirmasinya menjelaskan dengan tepat apa yang dilakukannya: "Are you sure you want to unlink this profile? The face data will remain merged with the member but the self-learn record will be reverted." Jika data wajah salah digabungkan, tindak lanjuti di profil orang tersebut.
Separuh lainnya: menjaga pengenalan tetap mutakhir
Self Learning juga bekerja secara diam-diam pada orang yang sudah teridentifikasi. Saat deteksi yang dikonfirmasi merupakan kecocokan yang hampir sempurna (kemiripan 99%+) dan lolos pemeriksaan kualitas dan pose, sistem dapat menambahkannya sebagai foto bayangan — dibatasi pada sekumpulan kecil yang bergilir berisi 6 foto per orang, dengan masa jeda agar satu kunjungan tidak membanjiri kumpulan tersebut. Itulah sebabnya profil mengumpulkan foto berlabel "Auto-added by self-learning" (Orang & profil) — dan mengapa pengenalan tetap berfungsi seiring perubahan potongan rambut, janggut, dan kacamata.
Tips praktis
- Kerjakan antrean Pending Review setiap minggu. Setiap persetujuan meningkatkan identifikasi secara permanen; setiap baris yang belum ditinjau adalah anggota yang dihitung sebagai "Unsure" dalam laporan Anda.
- Gabungkan duplikat terlebih dahulu. Periksa tampilan "Duplicates" sebelum meninjau — penggabungan mengonsolidasikan bukti kunjungan dan sering kali langsung mendorong profil pipeline melewati ambang batas.
- Tab Unable to Link yang besar menunjukkan masalah kualitas data di sistem anggota Anda — biasanya nama yang tidak ada pada catatan yang dapat melakukan check-in.
- Pasangan dan rekan latihan yang selalu datang bersama adalah kasus No match yang klasik. Identifikasi salah satu dari mereka secara manual dan ambiguitas untuk yang lainnya akan hilang.
Halaman terkait
- Cara kerjanya — posisi Self Learning dalam alur
- Penyetelan pengenalan wajah — preset dan ambang batas Self Learning
- Orang & profil — identifikasi dan penggabungan manual