Skripsi/Tugas Akhir

Penerapan Algoritma Mobilenet Single Shot Detector untuk Deteksi Api dan Asap Berpotensi Kebakaran pada Citra Hutan

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Kebakaran hutan di Indonesia merupakan masalah serius yang terjadi setiap tahunnya, dengan 787 kasus tercatat dari tahun 2014 hingga 2023 menurut Data Informasi Bencana Indonesia (DIBI) oleh Badan Nasional Penanggulangan Bencana (BNPB). Dampaknya merugikan lingkungan, ekonomi, kesehatan, dan sosial. Kurangnya pengawasan efektif dari Kementerian Lingkungan Hidup Dan Kehutanan disebabkan oleh kekurangan Sumber Daya Manusia (SDM) dan fasilitas yang kurang memadai. Ucntuk mencegah dan menanggulangi dampak kebakaran hutan, diperlukan sistem deteksi yang efektif. MobileNet SSD adalah pilihan terbaik untuk deteksi api dan asap pada citra hutan karena kecepatan, efisiensi, dan akurasi yang tinggi. Studi ini mengevaluasi performa MobileNet SSD dalam deteksi api dan asap, dengan tingkat error yang rendah (1,987% untuk Localization Loss dan 4,903% untuk Classification Loss). Rekomendasi ini diharapkan dapat memberikan kontribusi pada upaya pencegahan dan penanggulangan dampak kebakaran hutan di Indonesia.
Kata Kunci: Api dan Asap, MobileNet Single Shot Detector, Kebakaran Hutan

ABSTRACT
Forest fires in Indonesia are a serious problem that occurs every year, with 787 cases recorded from 2014 to 2023 according to the Indonesian Disaster Information Data (DIBI) by the National Disaster Management Agency (BNPB). The impact is detrimental to the environment, economy, health and social. The lack of effective supervision from the Ministry of Environment and Forestry is caused by a shortage of Human Resources (HR) and inadequate facilities. To prevent and overcome the impact of forest fires, an effective detection system is needed. MobileNet SSD is the best choice for fire and smoke detection in forest imagery due to its speed, efficiency and high accuracy. This study evaluates the performance of MobileNet SSD in fire and smoke detection, with low error rates (1.987% for Localization Loss and 4.903% for Classification Loss). It is hoped that this recommendation can contribute to efforts to prevent and manage the impact of forest fires in Indonesia.
Keywords: Fire and Smoke, MobileNet Single Shot Detector, Forest Fire

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-48 FHA p - 0366SI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xii + 66 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-48

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 24 Februari 2024

Subjek

Skripsi/Tugas Akhir
MobileNet Single Shot Detector

Lampiran File