Sistem Quadcopter Pendeteksi Korban Bencana Menggunakan Kamera Termal Dengan Metode Convolutional Neural Network

Rahman, Ray Aditya (2023) Sistem Quadcopter Pendeteksi Korban Bencana Menggunakan Kamera Termal Dengan Metode Convolutional Neural Network. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07111840000166-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (6MB)

Abstract

Proses pencarian dan penyelamatan pasca bencana alam dilakukan dengan sekelompok orang pada umumnya tidak memiliki kepastian akan lokasi korban, proses tersebut
membutuhkan tenaga dan waktu yang cukup lama. Untuk mengatasi masalah tersebut, maka dilakukan perancangan sebuah sistem quadcopter pendeteksi manusia dengan menggunakan pencitraan termal dan machine learning untuk pencarian korban, perangkat ini mampu mengamati keadaan suatu area dengan cepat dan tidak dibatasi oleh medan darat. Sistem ini menggunakan kamera termal MLX90640 sebagai alat identifikasi utama untuk menemukan korban terutama pada malam hari. Kemudian hasil pembacaan kamera diolah menggunakan metode CNN (Convolutional Neural Network) yang diproses oleh komputer papan tunggal (Raspberry Pi 4) dengan tujuan mendeteksi suhu manusia. Kamera termal digunakan dengan konfigurasi nilai emisivitas suhu tubuh manusia, yaitu 0,95. Arsitektur CNN yang digunakanpada sistem ini adalah arsitektur dari model TEN (Thermal Enchancement Network), dengan akurasi yang didapatkan pada saat training sebesar 0,915 dengan loss sebesar 0,355 dan akurasi yang didapatkan pada saat validation sebesar 0,911 dengan loss sebesar 0,373. Model tersebutakan digunakan sebagai interferensi yang menghasilkan data berupa lokasi dan jumlah korban melalui GPS dengan rata-rata selisih jarak 0,3 meter. Data tersebut ditransfer ke cloud storage melalui modem 4G Huawei E3372. Hal ini memungkinkan sistem menyimpan informasi di internet untuk memudahkan penyampaian data kepada tim penyelamatan, sehingga dapat dengan segera mengetahui lokasi dan jumlah korban di area tertentu.
======================================================================================================================================
The search and rescue process after a natural disaster is conducted with a group of people without any type of delimitation of the area and certainty of the location of the victims, this process requires a lot of effort and costs and takes a lot of time. To overcome this problem, a human detection quadcopter system will be created using thermal imaging and machine learning to search for victims, this device can observe the status of an area quickly and is not limited by terrain. This system uses the MLX90640 thermal camera as the main identification tool to find victims, especially at night. Then, the camera readings were processed using CNN (Convolutional Neural Network) method which were processed by a single board computer (Raspberry Pi 4) with the aim of detecting human temperature. The thermal camera is used with a configuration of human body emissivity value for temperature, which is 0,95. The CNN architecture that used in this system is Thermal Enhancement Network (TEN) model. That model is used and achieved accuracy of 0,915 and a loss of 0,355 in training step, also achieved accuracy during validation step of 0,911 with a loss by 0,373. The model is used in interference that generating data in the form of location and number of victims. The processed data indicates the number of victims and their locations via GPS. Data is sent to cloud storage via Huawei E3372 4G modem, allows the system to store information on the web to facilitate data transmission to rescue teams, instantly knowing the location and number of casualties in a given area.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	cloud storage, CNN, GPS, MLX90640, Quadcopter, Raspberry Pi 4, TEN
Subjects:	T Technology > T Technology (General) T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL776 .N67 Quadrotor helicopters--Automatic control T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL798.N3 Global Positioning System.
Divisions:	Faculty of Electrical Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User:	Ray Aditya Rahman
Date Deposited:	03 Feb 2023 06:52
Last Modified:	03 Feb 2023 06:52
URI:	http://repository.its.ac.id/id/eprint/96110

Available Versions of this Item

• Sistem Quadcopter Pendeteksi Korban Bencana Menggunakan Kamera Termal Dengan Metode Convolutional Neural Network. (deposited 02 Feb 2023 07:12)
  • Sistem Quadcopter Pendeteksi Korban Bencana Menggunakan Kamera Termal Dengan Metode Convolutional Neural Network. (deposited 03 Feb 2023 06:52) [Currently Displayed]

Actions (login required)

View Item