25.04.298
003.3 - Computer science- system- computer modeling and simulation
Karya Ilmiah - Skripsi (S1) - Reference
Computer Vision
79 kali
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
Tersedia 1 dari total 1 Koleksi
Nama | FARREL CULBERT EARLY KARENDI |
Jenis | Perorangan |
Penyunting | Anifatul Faricha, Mohamad Yani |
Penerjemah |
Nama | Universitas Telkom, S1 Teknik Elektro - Kampus Surabaya |
Kota | Surabaya |
Tahun | 2025 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |