BEIJING – Jet tempur siluman F-22 Raptor dan F-35 Lightning II Amerika Serikat (AS) dikenal sangat sulit dideteksi radar musuh, tetapi jejak panas atau inframerah yang mereka hasilkan sulit disembunyikan. China telah mengembangkan sistem kecerdasan buatan (AI) ringan yang memungkinkan rudal udara-ke-udara mengenali jejak inframerah kedua jenis pesawat tersebut saat terbang, membuat mereka sekarang tak lagi aman.
Sistem baru itu mencapai akurasi hingga 97,1 persen dalam mengidentifikasi target F-22 dan F-35 selama pengujian laboratorium berbasis simulasi. Para peneliti dari Beijing Institute of Technology dan China Airborne Missile Academy merancang sistem tersebut untuk digunakan pada sistem pencitraan inframerah yang dipasang pada rudal. Baca Juga: Singapura Sudah Beli F-35 dan Kini Lirik Jet Tempur Generasi Ke-6, Bagaimana dengan Indonesia? Penelitian ini menjawab persoalan praktis yang dihadapi pencari target rudal generasi mendatang. Sistem tersebut harus memproses citra inframerah hampir secara instan, sementara rudal memiliki keterbatasan ketat dalam hal daya komputasi, bobot, dan ruang yang tersedia.
Membaca Jejak Panas Jet Tempur
Pesawat menghasilkan jejak inframerah melalui semburan gas panas dari mesin, pemanasan aerodinamis, serta sumber panas lainnya di seluruh badan pesawat. Rudal pencari panas dapat mendeteksi emisi tersebut, sementara pesawat tempur dapat mengerahkan flare untuk menciptakan target inframerah palsu yang bersaing. Kondisi itu menciptakan persoalan bagi sistem pengenalan rudal. Pencari inframerah harus menentukan apakah sumber panas yang dilihatnya berasal dari pesawat atau umpan (decoy), sering kali hanya dalam hitungan milidetik. Mengutip laporan dari Interesting Engineering, Jumat (14/8/2026), para peneliti melatih sistem mereka menggunakan 3.245 citra inframerah yang dikumpulkan oleh sistem pemindaian berbasis rudal. Dataset tersebut mencakup tiga kategori target udara, termasuk pesawat F-22 dan F-35 yang disimulasikan.
Menurut para peneliti, model tersebut mencapai akurasi pengenalan 97,1 persen dalam pengujian. Pengujian terpisah menghasilkan tingkat pengenalan sekitar 90 persen untuk target jet tempur yang disimulasikan. Hasil tersebut tidak menunjukkan bagaimana sistem akan bekerja ketika menghadapi pesawat F-22 atau F-35 sebenarnya. Peneliti utama An Jiangshan mengatakan data pengujian yang relevan masih bersifat rahasia dan tidak dapat dipublikasikan. Para peneliti juga harus memecahkan persoalan perangkat keras sebelum model tersebut dapat dipasang pada rudal. Sistem deep learning konvensional dapat membutuhkan sumber daya komputasi yang terlalu besar untuk senjata berukuran kecil yang memiliki keterbatasan ketat dalam ukuran dan konsumsi daya. Tim tersebut memangkas modelnya hingga hanya menggunakan 16,1 persen dari jumlah parameter yang digunakan metode sebelumnya. Menurut penelitian tersebut, kebutuhan komputasinya juga berhasil diturunkan menjadi 19,2 persen. Sebuah akselerator AI khusus membantu meningkatkan kinerja sistem tersebut. Perangkat keras itu menggunakan operasi konvolusi yang dioptimalkan, pemrosesan paralel, dan penyanggaan data untuk memproses citra inframerah secara lebih efisien. Dalam pengujian perangkat keras, sistem tersebut mencapai akurasi 96,4 persen dan mampu memproses setiap gambar dalam waktu sekitar 1,5 milidetik. Konsumsi daya keseluruhannya mencapai sekitar 2,2 watt, sehingga para peneliti memperoleh sistem dengan konsumsi daya relatif rendah untuk aplikasi yang dipasang pada rudal.
Kecepatan tersebut dapat menjadi faktor penting dalam pertempuran karena rudal tidak memiliki banyak waktu untuk menentukan apa yang sedang dilihat sensornya. Pemrosesan citra secara langsung di dalam rudal memungkinkan sistem pencari target mengklasifikasikan target tanpa bergantung pada sistem komputasi eksternal.
Tantangan Baru bagi Teknologi Siluman
Penelitian tersebut belum membuktikan bahwa rudal China mampu mengidentifikasi pesawat F-22 atau F-35 yang sedang beroperasi. Eksperimen menggunakan target yang disimulasikan, dan para peneliti mengatakan penelitian lebih lanjut diperlukan untuk meningkatkan akurasi pengenalan sekaligus kecepatan pemrosesan. Tim peneliti juga membatasi studi tersebut pada sistem pemicu (fuze) rudal udara-ke-udara jarak dekat. Mereka belum memastikan apakah pendekatan yang sama dapat diterapkan pada sistem rudal permukaan-ke-udara. Bagi Amerika Serikat, penelitian ini menunjukkan persoalan yang sudah lama dikenal dengan sentuhan baru. Pesawat siluman dapat secara drastis mengurangi kemungkinan terdeteksi radar, tetapi tidak dapat menghilangkan panas yang dihasilkan mesin maupun gesekan saat bergerak menembus udara. Sensor inframerah yang semakin canggih dapat mengubah emisi panas yang tak terhindarkan tersebut menjadi informasi yang berguna untuk menentukan sasaran. Prosesor AI berukuran ringkas kemudian dapat membantu sistem pencari target rudal generasi mendatang memahami informasi tersebut dengan lebih cepat dibandingkan sistem sebelumnya.