RANCANG BANGUN APLIKASI VIDEO ANALISIS SISTEM PENDETEKSI API DAN ASAP MENGGUNAKAN WEBCAM

Penelitian ini dirancang karena kebakaran hutan dan lahan menjadi masalah cukup
serius pada Negaranegara yang memiliki iklim tropis, salah satunya Indonesia.
Untuk itu dilakukan perancangan sistem deteksi asap dan api menggunakan
pemrosesan citra. Metode ini banyak menghasilkan penelitian yang berguna bagi
manusia karena mudah, efektif, efisien, dan akurat. Seluruh database penelitian
menggunakan citra gambar, dengan data input (data training) berjumlah 144 data
asap dan api sedangkan pada output (data uji) berjumlah 20 data asap dan api.
Terdapat tiga pengujian model deteksi asap dan api, yaitu berdasarkan jumlah data,
jumlah iterasi, dan penggunaan dropout regularization. Ketelitian hasil akurasi
pengujian berdasarkan nilai rata-rata dari objek yang terdeteksi. Untuk hasil model
berdasarkan jumlah data pelatihan didapatkan nilai persentase objek terdeteksi
sebesar 100% pada asap dan 54% pada api, jika berdasarkan jumlah iterasi
didapatkan nilai persentase objek terdeteksi sebesar 94% pada asap dan 72% pada
api, dan apabila menggunakan dropout regularization didapatkan nilai persentase
objek terdeteksi sebesar 94% pada asap dan 100% api. Pengolahan citra dengan
metode Convolutional Neural Network pada penelitian ini menghasilkan nilai
akurasi yang tinggi sesuai dengan target penelitian yaitu diatas 50%.