Deteksi Api pada Video menggunakan Metode Multi-Feature Fusion dan CNN
FARHAN BARY MARUANAYA
Informasi Umum
Kode
23.04.1349
Klasifikasi
006.37 - Computer Vision
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Computer Vision, Video Digital-image Transmission,
Dilihat
226 kali
Informasi Lainnya
Abstraksi
<p>Kebakaran merupakan bencana yang memiliki dampak buruk bagi lingkungan dan juga menyebabkan kerugian yang signifikan terhadap harta benda serta kehidupan manusia. Deteksi api dengan perangkat sensor memiliki kelemahan di mana api harus berada dalam area tertentu untuk dapat memicu alarm. Pemanfaatan computer vision untuk mendeteksi api dalam video menunjukan performa yang lebih baik dari pada deteksi menggunakan perangkat sensor. Deteksi api dengan computer vision memanfaatkan karak<br /> teristik api seperti warna, gerakan dan perpindahan tempat. Karakter warna api menunjukan performa yang lebih baik dibandingkan dengan karakter lainnya, namun masih memiliki false positive yang tinggi saat ada objek yang memiliki warna menyerupai warna api. Pemanfaatan deep learning untuk menggantikan ekplorasi karakteristik api telah diteliti dan mampu menghasilkan prediksi yang lebih baik. Penelitian ini mencoba menggabungkan metode deteksi api dengan karakteristik gerak dan warna (multi-feature fusion) dengan metode deep learning CNN. Sistem yang dibangun memiliki akurasi 96,67% saat training dan mampu mengurangi deteksi false positive dari multi-feature fusion.</p>
- CII4E4 - TUGAS AKHIR
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | FARHAN BARY MARUANAYA |
| Jenis | Perorangan |
| Penyunting | Febryanty Sthevanie, Kurniawan Nur Ramadhani |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
