IMPLEMENTASI SISTEM INTERNET OF THINGS ALARM KEBAKARAN TEXT TO VOICE MENGGUNAKAN METODE OBJECT DETECTION YOLOv8

Fajar Ardli, Syahputra (2023) IMPLEMENTASI SISTEM INTERNET OF THINGS ALARM KEBAKARAN TEXT TO VOICE MENGGUNAKAN METODE OBJECT DETECTION YOLOv8. Other thesis, UNSADA.

	Text COVER.pdf Download (2MB)
	Text BAB 1.pdf Download (825kB)
	Text BAB 2.pdf Download (778kB)
	Text BAB 3.pdf Restricted to Registered users only Download (1MB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Download (853kB)
	Text DAFTAR PUSTAKA.pdf Download (690kB)
	Text LAMPIRAN.pdf Download (3MB)
	Text HASIL TURNITIN.pdf Restricted to Registered users only Download (490kB)
	Text Surat Keterangan Hasil Turnitin_Fajar Ardli Syahputra - Fajar Ardli.pdf Restricted to Registered users only Download (610kB)

Abstract

Kebakaran merupakan bencana alam dan nonalam yang sering terjadi dan dapat menimbulkan kerugian yang besar, baik dalam hal kehilangan harta benda maupun korban jiwa. Dalam lingkungan sekolah, umumnya kebakaran disebabkan oleh kebocoran gas atau konsleting listrik. Sudah ada alarm kebakaran di pasar namun tidak ada yang dapat memberikan informasi soal berapa banyak jumlah korban yang harus dikeluarkan dari lokasi kebakaran. Penelitian ini dilakukan untuk membangun aplikasi Computer Vision yang dapat menghitung jumlah korban yang ada di dalam ruangan yang terbakar menggunakan kamera CCTV. Penelitian ini dilakukan dengan metode pembangunan sistem Prototype dan metode pengumpulan data Observasi, Wawancara dan Studi Literatur. Aplikasi ini bekerja dengan cara menerima sinyal lokasi ruangan kebakaran dari modul ESP32, membaca frame gambar dari CCTV ruangan tersebut melalui jaringan RTSP lalu mendeteksi gambar tersebut menggunakan metode Computer Vision YOLOv8 Object Detection untuk mengumumkan lokasi kronologi atau logs kebakaran serta jumlah korban yang ditemukan. Hasil yang keluar dari proses kerja aplikasi adalah suara audio yang diputar melalui speaker dan juga notifikasi Telegram berisikan gambar dan teks.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Kebakaran, Object Detection, Computer Vision, YOLOv8, Korban
Subjects:	000 Generalities/Karya Umum > 005.3 Programs/ Program
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	29 Jul 2024 08:04
Last Modified:	29 Jul 2024 08:04
URI:	http://repository.unsada.ac.id/id/eprint/8185

Actions (login required)

View Item