Informasi Umum

Kode

25.04.298

Klasifikasi

003.3 - Computer science- system- computer modeling and simulation

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computer Vision

Dilihat

79 kali

Informasi Lainnya

Abstraksi

Kebakaran merupakan salah satu musibah yang dapat menimbulkan kerugian baik dari segi materil hingga keselamatan jiwa sehingga deteksi dini dibutuhkan untuk mitigasi. Penelitian ini mengusulkan sistem klasifikasi bahaya kebakaran dengan mengimplementasikan fusion sensor yang menggabungkan kamera dan sensor gas menggunakan Artificial Neural Network (ANN). Sistem dirancang untuk mengklasifikasikan tingkat bahaya kebakaran berdasarkan 3 parameter utama yaitu ukuran api, jumlah api, dan kadar gas. YOLO (You Only Look Once) digunakan untuk mendeteksi api yang timbul secara visual dan <em>real-time</em>, sementara sensor gas berfungsi untuk mengukur kadar gas yang ada di udara sebagai salah satu bahan mudah terbakar. Data pelatihan dikumpulkan dari berbagai sumber dan diproses pada ANN agar mengenali pola bahaya kebakaran. Hasil pengujian deteksi api (YOLO) mampu mencapai tingkat akurasi yang tinggi diatas 80% begitu juga dengan model ANN memiliki nilai akurasi validasi di atas 85% dan loss di bawah 0.2% yang menan

  • ABK3FAB3 - KECERDASAN BUATAN
  • EEC4263 - PENGOLAHAN CITRA
  • AZK4EAA4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama FARREL CULBERT EARLY KARENDI
Jenis Perorangan
Penyunting Anifatul Faricha, Mohamad Yani
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Teknik Elektro - Kampus Surabaya
Kota Surabaya
Tahun 2025

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi