Bencana alam merupakan peristiwa alam yang mengakibatkan dampak besar
bagi populasi manusia yang datang secara tiba-tiba dan tidak dapat dihindari oleh
siapapun. Bencana alam juga dapat merusak dan menghancurkan bangunan
sehingga pada pasca bencana alam seperti gempa bumi, tanah longsor, tsunami dan
lainnya pencarian jalur darat terhambat karena permukaan daratan yang tidak stabil
dan medan yang sulit dijangkau oleh Tim SAR (search and rescue).
Pada penelitian ini menghasilkan output sistem pendeteksi korban bencana
alam yang masih hidup atau tidak. Sehingga korban yang masih hidup dapat
diselamatkan lebih dulu supaya bisa mendapatkan pertolongan pertama serta
memudahkan Tim SAR atau orang sekitar dalam proses evakuasi korban bencana
alam.
Dalam pelaksanaannya, metode YOLO digunakan dalam tugas akhir ini untuk
mengidentifikasi korban bencana alam. Dataset yang digunakan untuk mendeteksi
korban bencana adalah dataset custom yang berisikan 347 gambar kelas manusia
dengan berbagai pose. Pada salah satu model terbaik yang digunakan, didapatkan
nilai akurasi sebesar 93.6% untuk mengidentifikasi korban bencana alam. Setelah
korban terdeteksi, sistem akan mendeteksi pergerakan dada atau punggung
menggunakan motion detection dengan memanfaatkan OpenPose dalam
membangun Region of Interest (ROI) untuk mengetahui korban yang dideteksi
masih hidup atau tidak. Hasil pengujian ketepatan ROI untuk membaca pergerakan
dalam menentukan hidup atau tidak menggunakan 4 subjek 3 manusia dan 1
manekin mendapatkan akurasi 100%, hal ini dapat disimpulkan bahwa sistem ini
bekerja dengan baik.