ALAT DETEKSI SUARA GERGAJI SEBAGAI INDIKASI AWAL TERJADINYA PENEBANGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

NINGRUM, ANA SURYA (2024) ALAT DETEKSI SUARA GERGAJI SEBAGAI INDIKASI AWAL TERJADINYA PENEBANGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0920040092 - Ana Surya Ningrum - Alat Deteksi Suara Gergaji sebagai Indikasi Awal Terjadinya Penebangan Menggunakan Metode _i_ Convolutional Neural Network.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Kasus penebangan liar di Indonesia bukanlah masalah kecil, penebangan liar menyebabkan rusaknya sumber daya hutan dari segi kualitas, kuantitas, dan ekosistem. Penebangan liar juga menjadi salah satu faktor terhadap kenaikan laju deforestasi, tentu hal ini akan dapat memiliki dampak buruk yang besar untuk kedepannya. Berbagai upaya telah ditempuh oleh pemerintah Indonesia, salah satunya mengeluarkan UU yang mengatur tindak pidana dari tindakan penebangan liar. Namun penebangan liar ini masih sering terjadi karena keterbatasan pengawasan dan jangkauan manusia atau pengawas hutan. Dari masalah tersebut, dirancang sistem pendeteksi suara gergaji mesin sebagai indikasi awal terjadinya aktivitas penebangan, alat ini dapat digunakan sebagai alternatif untuk membantu pengawasan di area hutan. Sistem ini dilengkapi dengan empat sensor suara MAX4466 dan menggunakan metode Convolutional Neural Network untuk ekstraksi suara. Pada sistem ini juga menggunakan pengolahan data sehingga suara gergaji mesin dapat dikenali oleh sistem secara spesifik dan dapat berkomunikasi jarak jauh dengan penggunaan LoRa RFM95. Pada penelitian ini menghasilkan sistem pendeteksi suara gergaji mesin menggunakan metode Convolutional Neural Network dengan akurasi sebesar 94,5%precision 97%, recall 95%, dan F1-score 96%

Item Type: Thesis (Diploma)
Additional Information: No. Inventaris : 8293/TO-20/2024 Lokasi TA : 621
Uncontrolled Keywords: Convolutional Neural Network, Ekstraksi Suara, LoRa RFM95, Pengolahan Data, Sensor Suara MAX4466
Subjects: TO - Teknik Otomasi > Rancang Bangun Sistem Otomasi
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 03 Jun 2025 04:14
Last Modified: 03 Jun 2025 04:14
URI: http://repository.ppns.ac.id/id/eprint/6306

Actions (login required)

View Item View Item