Tentang SmartLib Bantuan Pengguna

Skripsi S1

Record Data Skripsi S1

MhswID :

180401148

Judul :

KLASIFIKASI KEBAKARAN HUTAN DAN LAHAN DENGAN ALGORITMA YOU ONLY LEARN ONE REPRESENTATION (YOLOR)

Penulis :

YOGI ALFINALDO

Abstrak :

Hutan merupakan sebuah kawasan yang di tumbuhi dengan lebat oleh pepohonan dan tumbuhan lainnya. Kawasan hutan memiliki fungsi sebagai penampung karbon dioksida serta penghasil oksigen yg berasal dari pepohonan dan tumbuh-tumbuhan. Oleh sebab itu hutan di sebut sebagai paru-paru dunia. Dikarenakan fungsi hutan sangat penting bagi kehidupan maka hutan sangat di lindungi. Dalam klasifikasi kebakaran hutan, merupakan suatu pengelompokan data feature citra yang dapat digunakan dalam mendeteksi api dengan melihat warna api, asap, percikan api, tekstur api, dan deteksi api. Salah satu solusi yang dapat dilakukan adalah dengan melaukan tindakan pencegahan yaitu melakukan pemantauan titik api pada kawasan hutan dan lahan melalui udara. Hal ini tentu dapat dilakukan dengan memanfaatan teknologi saat ini yaitu drone atau pesawat tanpa awak. Pesawat ini dikendalikan secara otomatis melalui program komputer. Pada penelitian ini di lakukan pengujian dengan menggunakan dataset yang sama dengan algoritma YOLO (You Only Look Once) terhadap algoritma You Only Learn One Representation (YOLOR) dengan model pembagian data train sebanyak 1188 data gambar dan data test sebanyak 75 data gambar dengan hasil mAP sebesar 66.36%. Sehingga dapat di pastikan algoritma YOLOR lebih baik dari pada algoritma YOLO yang mendapat nilai mAP 50.65%. Kata Kunci : Kebakaran hutan, citra digital, You Only Learn One Representation (YOLOR)

Abstrak Inggris :

Forest is an area that is overgrown by trees and other plants. Forest areas have a function as a carbon dioxide reservoir and oxygen producer from trees and plants. Therefore the forest is called the lungs of the world. Because the function of the forest is very important for life, the forest is very protected. In forest fire classification, it is a grouping of image feature data that can be used to detect fire by looking at the color of the fire, smoke, sparks, fire texture, and fire detection. One solution that can be done is to take preventive measures, namely monitoring hotspots in forest and land areas by air. This of course can be done by utilizing current technology, namely drones or unmanned aircraft. The aircraft is controlled automatically through a computer program. In this study, testing was carried out using the same dataset as the YOLO (You Only Look Once) algorithm against the You Only Learn One Representation (YOLOR) algorithm with a train data distribution model of 1188 image data and test data of 75 image data with mAP results of 66.36%. So it can be ascertained that the YOLOR algorithm is better than the YOLO algorithm which gets an mAP value of 50.65%. Keywords : Forest fire, digital image, You Only Learn One Representation (YOLOR)

Tahun :

2022

Cover :

Bab 1 :

Bab 2 :

Bab 3 :

Bab 4 :