Sistem Peringatan Dini Kebakaran Pada Perumahan Dengan Mikrokontroller Dan Kamera Berbasis Image Processing

Mahadiharja, I Komang Aditya (2024) Sistem Peringatan Dini Kebakaran Pada Perumahan Dengan Mikrokontroller Dan Kamera Berbasis Image Processing. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05311840000042-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (1MB) | Request a copy

Abstract

Indonesia merupakan salah satu negara dengan kasus kebakaran yang cukup banyak, baik itu kebakaran yang disebabkan oleh faktor alam maupun yang disebabkan oleh faktor kesalahan manusia sendiri. Angka kasus kebakaran pada perumahan penduduk di Indonesia cukup besar, sehingga banyak sekali kerugian yang berdampak pada penduduk Indonesia. Kebakaran pada pemukiman padat penduduk juga berdampak pada kebutuhan pokok pangan, sandang dan papan yang tidak terpenuhi. Oleh karena itu pada proyek akhir ini akan dirancang sebuah alat deteksi dini kebakaran pada perumahan penduduk menggunakan multisensor dan kamera berbasis image processing. Sensor yang digunakan berupa contactless temperature sensor, smoke sensor, dan flame sensor 5 channel untuk mendeteksi adanya kebakaran, sedangkan pada kamera digunakan sebagai validasi kebakaran terhadap ketiga sensor tersebut. Kamera juga dibekali kecerdasan buatan yang dapat mendeteksi api dengan algoritma Haar Cascade Classifier. Algoritma ini merupakan algoritma dari konsentrasi ilmu machine learning yang dapat mendeteksi suatu objek berdasarkan cascade function yang telah ditraining dari beberapa citra, baik citra positif maupun negatif. Algoritma ini juga dapat membantu kamera dalam pendeteksian dan pengklasifikasian objek api. Data sensor akan diolah oleh mikrokontroler, sedangkan untuk data image processing diolah menggunakan mini-PC Raspberry Pi dengan algoritma Haar Cascade Classifier. Kemudian komunikasi antara mikrokontroller dengan mini-PC dilakukan dengan komunikasi serial untuk menghasilkan keluaran yang telah ditentukan. Pada akhirnya hasil dari pemrosesan sensor dan citra akan ditampilkan sebagai notifikasi warning ke pengguna.
=================================================================================================================================
Indonesia is one of the countries with a lot of fire cases, the fire cases can can be caused by natural factors or caused by human error. The number of fire cases in residential areas in Indonesia is quite large, so it caused a lot of losses that have an impact for Indonesian people. Fire cases in residential areas also affect the basic needs of food, cloth, and house. Therefore, in this final project, an early fire warning system in residential areas will be designed using multisensors and camera based on image processing. The sensors used are contactless temperature sensors, smoke sensors, and 5 channel temperature sensors to detect a fire, while the camera is used as fire validation for the sensors. The camera is also equipped with artificial intelligence that can detect fire with the Haar Cascade Classifier algorithm. This algorithm is an algorithm from the concentration of machine learning science that can detect an object based on a cascade function that has been trained from a lot of images both positive and negative. This algorithm can also help the camera in detecting and classifying fire object. The sensor data will be processed by a microcontroller, while the image processing data will be processed using a miniPC Raspberry Pi with the Haar Cascade Classifier algorithm. Then the communication between the microcontroller and the mini-PC using serial communication to show the output. In the end, the output of sensors and image processing will be sent as a warning notification to the user using protocol.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Raspberry Pi, Contactless Temperature Sensor, Smoke Sensor, Flame Sensor 5 Channel, Object Detection, Fire Detection, Haar Cascade Classifier
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T55 Industrial Safety
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information Technology > 59201-(S1) Undergraduate Thesis
Depositing User:	I Komang Aditya Mahadiharja
Date Deposited:	17 Jul 2024 06:48
Last Modified:	17 Jul 2024 06:48
URI:	http://repository.its.ac.id/id/eprint/108401

Actions (login required)

View Item