SISTEM PENDETEKSI KEBAKARAN MENGGUNAKAN DRONE DENGAN METODE IMAGE PROCESSING BERBASIS RASPBERRY PI DAN TEKNOLOGI GPS TRACKER

Apriliya, Cindy (2025) SISTEM PENDETEKSI KEBAKARAN MENGGUNAKAN DRONE DENGAN METODE IMAGE PROCESSING BERBASIS RASPBERRY PI DAN TEKNOLOGI GPS TRACKER. Diploma thesis, Politeknik Negeri Sriwijaya.

[img] Text
COVER.pdf

Download (776kB)
[img]
Preview
Text
ABSTRAK.pdf

Download (560kB) | Preview
[img] Text
BAB I.pdf
Restricted to Repository staff only

Download (467kB)
[img] Text
BAB II.pdf
Restricted to Repository staff only

Download (895kB)
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (885kB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (371kB)
[img] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Kebakaran merupakan salah satu bencana yang berdampak besar terhadap lingkungan, kesehatan, dan keselamatan masyarakat. Untuk meningkatkan efektivitas dalam deteksi dini kebakaran, penelitian ini mengembangkan sistem pendeteksi kebakaran berbasis drone yang dilengkapi dengan teknologi image processing, Raspberry Pi, modul GPS tracker, mikrokontroler ESP32, serta sistem notifikasi otomatis melalui aplikasi Telegram. Sistem ini bekerja dengan menangkap citra udara menggunakan kamera yang dipasang pada drone. Citra tersebut kemudian diproses secara real-time oleh Raspberry Pi menggunakan metode pemrosesan citra untuk mengidentifikasi adanya titik api berdasarkan warna dan pola visual tertentu. Informasi keberadaan api dan koordinat lokasi dikirimkan melalui jaringan nirkabel menggunakan ESP32 ke server atau perangkat pemantau, lalu diteruskan sebagai notifikasi ke aplikasi Telegram. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi keberadaan api secara akurat di area terbuka dan menyampaikan informasi lokasi secara cepat dan tepat sasaran. Dengan integrasi berbagai teknologi ini, sistem ini dapat berfungsi sebagai solusi efektif untuk deteksi dini dan respons cepat terhadap kebakaran hutan dan lahan. Kata Kunci: Drone, Raspberry Pi, GPS, ESP 32, Kamera, Telegram.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Drone, Raspberry Pi, GPS, ESP 32, Kamera, Telegram
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Telecommunication Engineering > Undergraduate Theses
Depositing User: Pustaka Teknik Elektro
Date Deposited: 27 Aug 2025 03:54
Last Modified: 27 Aug 2025 03:54
URI: http://eprints.polsri.ac.id/id/eprint/18910

Actions (login required)

View Item View Item