Proyek noRecognition Buktikan: Pola Cetak Ini Bisa Kelabui Kamera Pengawas AI

Sistem pengawasan otomatis yang memindai pelat nomor, mengenali wajah, dan melacak kendaraan selama ini terasa seperti kenyataan yang tak terelakkan. Namun, seorang peneliti keamanan siber dari Kansas City berhasil menciptakan sesuatu yang diklaim mampu menghentikan sistem-sistem tersebut—tanpa harus memblokir satu pun kamera.

Proyek noRecognition milik Bill Swearingen menggunakan pembelajaran penguatan (reinforcement learning) untuk menghasilkan pola visual adversarial yang, saat dicetak pada kain atau vinil, mampu mengacaukan perangkat lunak deteksi objek dan klasifikasi yang berjalan di kamera pengawas yang banyak dipasang. Setelah sekitar 31 juta pengujian otomatis selama setahun, sistem ini berhasil menghasilkan desain yang mampu mengalahkan 11 algoritma deteksi sumber terbuka di laboratorium. Kemudian, pada Jumat, 7 Agustus 2026, Swearingen membuktikannya di dunia nyata: sebuah Toyota Yaris 2009 yang dilapisi pola miliknya melaju melewati kamera pembaca pelat nomor Flock di konferensi keamanan siber Def Con di Las Vegas dan lolos tanpa terdeteksi sama sekali .

Berikut adalah cara kerja noRecognition, apa yang sebenarnya terjadi dalam demo Def Con, dan bagaimana Anda bisa membeli pola-pola ini dalam bentuk pakaian.

Apa Itu noRecognition?

noRecognition adalah proyek riset anti-pengawasan yang digagas oleh Bill Swearingen, seorang profesional keamanan siber asal Kansas City dan pendiri komunitas meetup SecKC serta perusahaan SIXCYBER. Proyek ini menghasilkan pola visual adversarial yang dirancang untuk mencegah sistem pengawasan otomatis mendeteksi orang, wajah, kendaraan, dan objek . Pola-pola ini dicetak pada kain atau vinil dan diaplikasikan ke pakaian atau permukaan kendaraan. Pola ini tidak menghentikan perekaman video biasa—fungsinya khusus untuk mengelabui perangkat lunak deteksi dan klasifikasi objek yang berjalan di kamera tersebut .

Swearingen menjelaskan pendekatannya kepada TechCrunch: pola-pola ini mengeksploitasi lapisan klasifikasi jaringan saraf tiruan (neural network), menciptakan sinyal visual yang tidak bisa diurai oleh model menjadi kategori yang dikenali . Bagi mata manusia, polanya terlihat seperti desain abstrak dan semrawut. Namun bagi AI, objek tersebut pada dasarnya tidak terlihat.

Bagaimana Sistem Pembelajaran Penguatan Bekerja dalam 31 Juta Pengujian

Swearingen membangun model pembelajaran penguatan yang secara berulang menghasilkan pola dan mengujinya terhadap 11 algoritma deteksi visi komputer sumber terbuka yang berbeda . Dalam setiap pengujian, model belajar fitur visual mana yang menyebabkan deteksi gagal dan kemudian menyempurnakan polanya.

Setelah sekitar 31 juta pengujian (beberapa sumber menyebut 31,7 juta) yang berlangsung selama kurang lebih setahun, model tersebut berhasil menemukan desain yang secara konsisten membuat algoritma-algoritma itu gagal mengklasifikasikan apa pun yang ditutupi pola tersebut . Swearingen menggambarkan proses ini seperti mengajari model "cara melukis"—sistem belajar menghasilkan tekstur yang memaksimalkan kebingungan pada perangkat lunak deteksi .

Dalam uji digital terkontrol menggunakan bobot model asli yang diekstrak, tekstur noRecognition yang menutupi penuh objek berhasil mendorong detektor pengawasan f-YOLOv5 ke tingkat non-deteksi sebesar 61,7% pada 240 gambar pakaian yang diuji, dengan peningkatan +0,537 dibandingkan baseline tanpa pola .

Apa yang berhasil dikalahkan pola-pola ini dalam pengujian laboratorium:

• Pembaca pelat nomor Flock
• Kamera tubuh Axon
• Sistem pengenalan wajah Clearview AI
• Semua 11 algoritma deteksi sumber terbuka dalam rangkaian pengujian Swearingen

Demo Def Con 34: Toyota Yaris 2009 yang Tak Terlihat Kamera

Pada Jumat, 7 Agustus 2026, Swearingen melakukan uji coba publik dunia nyata pertama dari pola noRecognition di konferensi keamanan siber Def Con di Las Vegas . Bekerja sama dengan media otomotif Donut Media, ia menutupi Toyota Yaris 2009 dengan salah satu pola buatan komputernya dan mengemudikannya melewati kamera pembaca pelat nomor Flock .

Swearingen melaporkan bahwa Yaris tersebut lolos dari deteksi otomatis sepenuhnya—kamera Flock tidak bisa mengidentifikasi kendaraan atau membaca pelat nomornya, sementara perekaman video biasa tetap berjalan tanpa masalah . Roda mobil disebut sebagai tantangan, namun secara keseluruhan uji coba ini dianggap efektif .

Catatan penting tentang demo: Verifikasi independen atas klaim ini masih terbatas. TechCrunch mencatat bahwa hasilnya lebih sempit dari sekadar kendaraan yang menjadi "tak terlihat"—kamera tetap merekam video, sementara video demonstrasi dan data log tidak dipublikasikan . Bukti di dunia nyata saat ini baru terbatas pada satu pengujian Def Con melawan satu model kamera, dan hal ini masih menjadi bahan diskusi .

Cara Membeli Pola noRecognition: T-shirt, Hoodie, dan Neck Buff

Tujuan Swearingen adalah mengubah noRecognition menjadi alat praktis untuk privasi publik—sebuah cara bagi orang-orang untuk memilih keluar dari pengawasan algoritmik tanpa perlu keahlian teknis .

Ia meluncurkan kampanye Kickstarter yang berlangsung bersamaan dengan presentasi risetnya di Black Hat dan Def Con pada awal Agustus 2026 . Ia mengumumkan di LinkedIn: "Kaos, hoodie, dan buff leher dicetak dengan pola yang benar-benar berfungsi"—dirilis pada saat yang sama dengan risetnya .

Produk saat ini dan yang direncanakan:

Produk	Status
T-shirt	Tersedia melalui kampanye Kickstarter
Hoodie	Tersedia melalui kampanye Kickstarter
Neck buff / gaiter	Tersedia melalui kampanye Kickstarter
Pembungkus kendaraan / skin	Direncanakan setelah lini pakaian jadi

Hingga pertengahan Agustus 2026, kampanye Kickstarter telah mengumpulkan lebih dari $40.000 . Pendukung yang membayar lebih bisa meminta pola kustom yang "dibuat, diuji, dan tidak pernah dirilis, diperlihatkan, atau dicetak untuk orang lain" . Aplikasi pembungkus kendaraan disebut sebagai langkah selanjutnya setelah lini pakaian berjalan .

Catatan Penting: Hukum dan Keterbatasan Praktis

Proyek ini tetap merupakan inisiatif riset privasi, bukan produk komersial yang sudah terbukti . Pengujian laboratorium menunjukkan keberhasilan melawan algoritma tertentu, tetapi kinerja di dunia nyata terhadap berbagai sistem pengawasan yang ada belum diaudit atau dijamin secara independen .

Swearingen juga mengakui adanya area abu-abu secara hukum: mengemudikan mobil yang dibungkus pola menimbulkan pertanyaan di tiap negara bagian AS soal penghalangan pelat nomor, dan pola-polanya secara sengaja dirancang untuk tidak menutupi area pelat nomor .

Untuk saat ini, noRecognition menawarkan gambaran tentang masa depan di mana individu bisa memilih keluar dari pengawasan algoritmik hanya dengan mengenakan pola yang tepat. Namun Swearingen sendiri, bersama dengan beberapa media, telah berhati-hati untuk menekankan bahwa ini adalah riset—bukan jubah ajaib—dan bahwa bukti yang ada masih berupa satu uji coba kamera yang dokumentasinya tidak dipublikasikan .