PERANCANGAN FIRE OBJECT DETECTION DENGAN METODE
ALGORITMA YOLOV4-TINY PADA PENENTUAN TRACKING POINT
FIRE POSITION BERBASIS RASPBERRY PI 5
Total View This Week0
Total View This Week0
Institusion
Universitas Diponegoro
Author
Burhanuddin, Zidan Saefullah
Subject
Electrical Engineering
Datestamp
2024-12-13 06:48:30
Abstract :
Kebakaran merupakan peristiwa yang timbul karena adanya api yang tidak terkendali dan dapat terjadi secara tiba-tiba. POLRI mencatat sepanjang tahun 2018 ? 2023 kasus kebakaran di Indonesia terjadi peningkatan dari tahun ke tahun dengan total kasus sebanyak 5.336 kasus. BPS Kota Jakarta Pusat menyebutkan pemicu terbesar terjadinya kebakaran adalah konsleting listrik dengan jumlah 68,63% dari total kasus kebakaran yang terjadi pada tahun 2021. Selain itu, objek kebakaran didominasi oleh bangunan dengan presentase sebesar 52,51%. Pemerintah melalui Permen PU Nomor 26/PRT/M/2008 Tahun 2008 menjelaskan bahwa setiap bangunan wajib memiliki proteksi dari kebakaran. Dengan demikian, setiap bangunan seminimal mungkin harus tersedia APAR. Namun, sistem APAR saat ini masih menggunakan metode konvensional dalam pengoperasiannya. Oleh sebab itu, penulis merancang sistem Fire Object Detection dengan menggunakan image processing dalam pengenalan objek api pada kebakaran Sistem ini bekerja pada Raspberry Pi 5 yang diintegrasikan dengan webcam. Algoritma yang digunakan pada penelitian ini adalah YOLOv4-Tiny yang difungsikan sebagai pengolah data gambar pada hasil capture dari objek api. Selain mendeteksi objek api, sistem yang dirancang ini mampu menentukan titik poin dari api sehingga pendeteksian objek api akan semakin akurat dengan penerapan kalman filter. Dengan adanya sistem ini diharapkan pendeteksian kebakaran pada bangunan dapat menjadi lebih akurat, cepat, dan efisien. Kata Kunci : Fire object detection, Image Processing, Kalman filter, Raspberry Pi 5, YOLOv4-Tiny
Kebakaran merupakan peristiwa yang timbul karena adanya api yang tidak terkendali dan dapat terjadi secara tiba-tiba. POLRI mencatat sepanjang tahun 2018 ? 2023 kasus kebakaran di Indonesia terjadi peningkatan dari tahun ke tahun dengan total kasus sebanyak 5.336 kasus. BPS Kota Jakarta Pusat menyebutkan pemicu terbesar terjadinya kebakaran adalah konsleting listrik dengan jumlah 68,63% dari total kasus kebakaran yang terjadi pada tahun 2021. Selain itu, objek kebakaran didominasi oleh bangunan dengan presentase sebesar 52,51%. Pemerintah melalui Permen PU Nomor 26/PRT/M/2008 Tahun 2008 menjelaskan bahwa setiap bangunan wajib memiliki proteksi dari kebakaran. Dengan demikian, setiap bangunan seminimal mungkin harus tersedia APAR. Namun, sistem APAR saat ini masih menggunakan metode konvensional dalam pengoperasiannya. Oleh sebab itu, penulis merancang sistem Fire Object Detection dengan menggunakan image processing dalam pengenalan objek api pada kebakaran Sistem ini bekerja pada Raspberry Pi 5 yang diintegrasikan dengan webcam. Algoritma yang digunakan pada penelitian ini adalah YOLOv4-Tiny yang difungsikan sebagai pengolah data gambar pada hasil capture dari objek api. Selain mendeteksi objek api, sistem yang dirancang ini mampu menentukan titik poin dari api sehingga pendeteksian objek api akan semakin akurat dengan penerapan kalman filter. Dengan adanya sistem ini diharapkan pendeteksian kebakaran pada bangunan dapat menjadi lebih akurat, cepat, dan efisien. Kata Kunci : Fire object detection, Image Processing, Kalman filter, Raspberry Pi 5, YOLOv4-Tiny
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
