ThesisOpen AccessMetadata saja
•Skripsi, Thesis, Disertasi, dan Tugas Akhir
PURWARUPA SISTEM PEMANTAUAN POTENSI
KEBAKARAN GAMBUT DENGAN MULTI SENSOR
Nama Mahasiswa : Aditya Pratama
NPM : 15.301020.007
Dosen Pembimbing : Mulyadi, S.T., M.T.
ABSTRAK
Kebakaran hutan dan lahan merupakan salah satu peristiwa yang sangat merugikan masyarakat. Hampir setiap tahun, provinsi Kalimantan Utara mengalami bencana kebakaran lahan. Tidak hanya di Indonesia, asap kebakaran hutan dapat mencemari udara di negara tetangga. Kebakaran lahan dapat mengancam keselamatan jiwa serta potensi kerugian material dalam jumlah besar. Curah hujan yang rendah, tanah dan tanaman yang mengering serta suhu yang tinggi dapat mengakibatkan munculnya titik api yang berakibat kebakaran lahan. Penelitian ini bertujuan untuk mewujudkan sebuah purwarupa yang dapat digunakan untuk memantau kebakaran gambut melalui aplikasi Blynk. Dengan adanya purwarupa ini diharapkan dapat membantu pengguna dalam memantau dan potensi kebakaran maupun menangani kebakaran apabila telah terjadi.
Sistem yang dibangun memungkinkan purwarupa untuk mengukur dan menampilkan hasil pengukuran pada aplikasi Blynk serta memberikan notifikasi apabila nilai hasil pengukuran suhu, kelembaban tanah, keberadaan api dan kadar gas CO2 memenuhi kriteria tingkat kondisi yang telah ditentukan.
Berdasarkan hasil pengujian purwarupa yaitu sebanyak 10 kali pengambilan data. Terdapat dua kondisi yang terdeteksi sistem dan ditampilkan pada LCD dan notifikasi aplikasi Blynk yaitu pada kondisi berpotensi kebakaran dengan nilai masing – masing sensor yaitu suhu 36°C, kelembaban tanah 19,0 %, kadar gas CO2 330 ppm, dan tidak terdeteksi adanya api. Dan untuk kodisi asap terdeteksi dengan nilai masing – masing sensor yaitu suhu 35,1°C, kelembaban tanah 17,8 %, kadar gas CO2 698 ppm, dan tidak terdeteksi adanya api. Selama pengujian purwarupa, aplikasi Blynk berhasil menampilkan hasil pengukuran purwarupa dan notifikasi kondisi lahan disekitar purwarupa. Dalam mendeteksi potensi kebakaran, sistem berhasil mendeteksi semua parameter yang ditargetkan.
ThesisOpen AccessMetadata saja
2026•
Penelitian ini bertujuan untuk merancang dan membangun sistem deteksi objek senjata tajam berbasis deep learning menggunakan algoritma YOLOv8n. Sistem yang dibangun difokuskan pada pendeteksian tiga jenis senjata tajam, yaitu pisau, sabit, dan parang. Dataset yang dikumpulkan sebanyak 1.200 citra dengan rincian 600 citra primer dan 600 citra sekunder. Citra yang telah dikumpulkan akan diproses melalui tahapan konstruksi dataset, meliputi proses anotasi dan augmentasi data (saturation, brightness, dan resize) hingga diperoleh sebanyak 2.640 dataset. Hasil kontruksi dataset selanjutnya dibagi menjadi 2.160 citra untuk data latih, 240 citra untuk validasi data, dan 240 citra untuk data uji. Hasil pemodelan YOLOv8n yang dilatih sebanyak 100 epoch terhadap 2.160 citra latih diperoleh box precision, recall, mAP50, dan mAP50-95 masing-masing sebesar 0,865, 0,815, 0,895 dan 0,649. Evaluasi terhadap data uji diperoleh nilai precision, recall, dan F1-score masing-masing sebesar 0,837, 0,819, dan 0,827 dengan kelas terbaik ada pada kelas sabit dengan nilai precision sebesar 0,937, recall sebesar 0,913, dan F1-score sebesar 0,924. Hasil pengujian sistem secara real-time dalam berbagai variasi jarak (1-4 meter) menunjukkan bahwa sistem mampu melakukan deteksi objek secara responsif dengan nilai rata-rata precision 0,824, recall 0,760, dan F1-score 0,790. Hasil menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi objek senjata tajam dan menampilkan hasil deteksi secara langsung. Dengan demikian, penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem deteksi senjata tajam berbasis deep learning pada berbagai lingkungan.
ThesisOpen AccessMetadata saja
2021•
.Pada kondisi sekarang ini data suhu, kelembaban dan kecepatan angin adalah informasi yang sangat dibutuhkan untuk daerah yang berada dipesisir pantai yang mata pencaharian nya sangat bergantung pada data data tersebut, contohnya dilokasi Pantai Amal Kota Tarakan, warga nya bekerja sebagai nelayan dan petani rumput laut yang sangat membutuhkan kondisi lingkungan yang tepat. Maka dari itu diperlukannya pemantauan lingkungan yang dapat diakses langsung melalui Smartphone, sehingga dapat memudahkan dalam pekerjaan warga yang berada di Pantai Amal. Dalam sistem pemantauan lingkungan melalui Smartphone ini menggunakan sensor DHT11 sebagai sensor suhu dan kelembaban, sensor anemometer sebagai sensor kecepatan angin. Data dari sensor DHT11 dan sensor anemometer akan dihubungkan melalaui NodeMcu dan kemudian ditampilkan pada Smartphone android. Dari hasil pengambilan data sistem telah bekerja dengan baik dan data nya telah dibandingkan dengan alat terstandarisasi hasilnya sesuai dengan nilai error rata-rata dari sensor anemometer 0.00%, error rata-rata DHT11 dengan nilai error suhu 0.23% dan nilai error kelembaban 0.05%., dan nilai suhu tertinggi nya pada siang hari 42°C kondisi cuaca cerah, suhu terendah pagi dan malam hari 26°C, kelembaban terendah pada siang hari 48% RH, kelembaban tertinggi 93% RH kondisi cuaca hujan serta kecepatan angin tertinggi 6 m/s pada malam hari, angin tidak bertiup terjadi pagi hari 0 m/s.
ThesisOpen AccessMetadata saja
2021•
Kekeruhan dapat diartikan sebagai ukuran relatif kejernihan air. Kekeruhan merupakan suatu kondisi air yang di dalamnya terdapat sedidkit atau banyak partikel-partikel halus yang kadang tak kasat mata sehingga diperlukan suatu alat dengan efek cahaya untuk mengukur kondisi air baku dengan skala NTU (Nephelometric Turbidity Unit). Internet of things merupakan suatu objek yang mampu melakukan suatu pengiriman data melalui jaringan internet Disini peneliti akan membuat sebuah sistem pemantauan air berbasis internet of things melalui smartphone. Berdasarkan hasil peneletian didapatkan nilai dari pengujian sensor turbidity yang dibandingkan dengan alat ukur Milwaukee Mi415 didapatkan error 0,163%. Pada perhitungan akurasi didapat nilai 99,12%. Pada data yang bervariasin dilakukan percobaan dari kekeruhan sangat rendah 1,92 NTU sampai dengan kekeruhan yang sangat tinggi 299 NTU. Pada pengujian sistem didapat notifikasi aktif ketika nilai kekeruhan diatas 5 NTU dan buzzer akan berbunyi. Dari pemantauan yang dilakukan selama 24 jam didapat dan sensor turbidity dibandingkan dengan alat ukur milwaukee didapat nilai error 0,236% dan akurasi 99,23%.
