IMPLEMENTASI SISTEM MONITORING DETEKSI KEBAKARAN (INDOOR) MENGGUNAKAN METODE DEEP LEARNING ALGORITMA YOLO BERBASIS WEBSITE
STUDI KASUS MALL/OFFICE
Total View This Week0
Total View This Week0
Institusion
Politeknik Harapan Bersama
Author
Ashfiyani, Nisa
Subject
T Technology
Datestamp
2024-10-02 09:36:48
Abstract :
Fasilitas umum seperti gedung dengan aktivitas berisiko tinggi, sering menghadapi bahaya kebakaran akibat penggunaan alat listrik. Kepekaan manusia sering terlambat mendeteksi bau gosong atau asap, yang memperburuk situasi, ditambah dengan waktu tempuh pemadam kebakaran. Kebakaran di Kantor ATR/BPN Brebes pada 14 Juli 2023 mempertegas perlunya sistem deteksi kebakaran yang lebih cepat dan efektif. Untuk mengatasi masalah ini, penelitian merancang sistem deteksi kebakaran berbasis website menggunakan algoritma YOLO (You Only Look Once) yang mampu mendeteksi api secara real-time melalui CCTV yang terhubung dengan IP kamera. Sistem ini juga dilengkapi notifikasi peringatan otomatis yang dikirimkan melalui pesan Telegram untuk mempercepat tindakan darurat. Pengujian pertama menggunakan gambar berlabel menunjukkan hasil yang baik, dengan waktu pemrosesan 29,9 ms untuk gambar tanpa api, 1,3 ms untuk api besar, dan 4,6 ms untuk api kecil. Pengujian kedua menggunakan kamera real-time menunjukkan tingkat akurasi 83,33%. Selain mendeteksi kebakaran, sistem ini dilengkapi dengan fitur edukasi kebakaran, yaitu Fire Educations, yang menyediakan informasi bagi masyarakat tentang pencegahan dan penanganan kebakaran. Dengan fitur ini, diharapkan masyarakat lebih cepat merespons kebakaran serta memiliki pengetahuan lebih dalam mencegah dan menghadapi situasi kebakaran, sehingga risiko kerugian dapat diminimalkan.
Fasilitas umum seperti gedung dengan aktivitas berisiko tinggi, sering menghadapi bahaya kebakaran akibat penggunaan alat listrik. Kepekaan manusia sering terlambat mendeteksi bau gosong atau asap, yang memperburuk situasi, ditambah dengan waktu tempuh pemadam kebakaran. Kebakaran di Kantor ATR/BPN Brebes pada 14 Juli 2023 mempertegas perlunya sistem deteksi kebakaran yang lebih cepat dan efektif. Untuk mengatasi masalah ini, penelitian merancang sistem deteksi kebakaran berbasis website menggunakan algoritma YOLO (You Only Look Once) yang mampu mendeteksi api secara real-time melalui CCTV yang terhubung dengan IP kamera. Sistem ini juga dilengkapi notifikasi peringatan otomatis yang dikirimkan melalui pesan Telegram untuk mempercepat tindakan darurat. Pengujian pertama menggunakan gambar berlabel menunjukkan hasil yang baik, dengan waktu pemrosesan 29,9 ms untuk gambar tanpa api, 1,3 ms untuk api besar, dan 4,6 ms untuk api kecil. Pengujian kedua menggunakan kamera real-time menunjukkan tingkat akurasi 83,33%. Selain mendeteksi kebakaran, sistem ini dilengkapi dengan fitur edukasi kebakaran, yaitu Fire Educations, yang menyediakan informasi bagi masyarakat tentang pencegahan dan penanganan kebakaran. Dengan fitur ini, diharapkan masyarakat lebih cepat merespons kebakaran serta memiliki pengetahuan lebih dalam mencegah dan menghadapi situasi kebakaran, sehingga risiko kerugian dapat diminimalkan.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
