SUTRISNO, SUTRISNO (2024) RANCANG BANGUN DETEKSI DINI POTENSI BAHAYA KEBAKARAN DI BENGKEL KERJA DENGAN PENGOLAHAN CITRA METODE YOLO. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.
![]() |
Text
0922140101 - Sutrisno - Rancang Bangun Deteksi Dini Potensi Bahaya Kebakaran di Bengkel Kerja dengan Pengolahan Citra Metode YOLO.pdf Restricted to Repository staff only Download (3MB) | Request a copy |
Abstract
Penelitian ini berfokus pada mengatasi potensi bahaya kebakaran di bengkel dengan pendekatan terpadu yang mengintegrasikan deteksi objek menggunakan YOLOv7-tiny dan sensor suhu BME280. Metode ini memilih dataset yang tepat dan arsitektur YOLO yang sesuai, serta mengintegrasikan deteksi objek dengan data suhu untuk sistem peringatan otomatis. Implementasi deteksi objek berhasil mencakup kelas-kelas seperti pengelasan, penggerindaan, pemotongan, dan pengapian. Dataset dibagi menjadi 70% untuk pelatihan, 10% untuk validasi, dan 20% untuk pengujian, dengan penambahan sampel negatif untuk meningkatkan akurasi. Model YOLOv7-tiny dilatih dengan modifikasi pada lapisan konvolusi, yang menghasilkan tingkat keberhasilan pengujian mencapai 98.85%. Bobot hasil pelatihan ini diterapkan di yolov7-tiny di Jetson Nano. Sistem juga menggunakan dua sensor BME280 untuk mengukur suhu dengan akurasi tinggi, mencapai 99.71% dan 98.32% masing-masing. Saat diintegrasikan, sistem berhasil mencapai akurasi 100% dalam mendeteksi objek dengan jarak 2 meter pada rentang waktu berbeda, serta mengaktifkan peringatan melalui relay, buzzer, dan notifikasi Telegram sesuai set point yang ditentukan.
Item Type: | Thesis (Diploma) |
---|---|
Additional Information: | No. Inventaris : 8295/TO-22/2024 Lokasi TA : 623 |
Uncontrolled Keywords: | kebakaran, Deteksi Objek, Integrasi, YOLOv7-tiny, Jetson Nano |
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: | 23 Jun 2025 04:08 |
Last Modified: | 23 Jun 2025 04:08 |
URI: | http://repository.ppns.ac.id/id/eprint/6484 |
Actions (login required)
![]() |
View Item |