IMPLEMENTASI SISTEM KAMERA DRONE BERBASIS RASPBERRY PI UNTUK PENDETEKSIAN KEBAKARAN

Relointri, Melna Evanti (2025) IMPLEMENTASI SISTEM KAMERA DRONE BERBASIS RASPBERRY PI UNTUK PENDETEKSIAN KEBAKARAN. Diploma thesis, Politeknik Negeri Sriwijaya.

[img]
Preview
Text (Cover)
Cover.pdf - Published Version

Download (846kB) | Preview
[img]
Preview
Text (Abstrak)
Abstrak.pdf - Published Version

Download (557kB) | Preview
[img] Text (Bab I)
Bab I.pdf - Published Version
Restricted to Repository staff only

Download (493kB)
[img] Text (Bab II)
Bab II.pdf - Published Version
Restricted to Repository staff only

Download (1MB)
[img] Text (Bab III)
Bab III.pdf - Published Version
Restricted to Repository staff only

Download (3MB)
[img] Text (Bab IV)
Bab IV.pdf - Published Version
Restricted to Repository staff only

Download (1MB)
[img] Text (Bab V)
Bab V.pdf - Published Version
Restricted to Repository staff only

Download (373kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version
Restricted to Repository staff only

Download (557kB)
[img] Text (Lampiran)
Lampiran.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Kebakaran hutan merupakan salah satu bencana alam yang sering terjadi, terutama pada musim kemarau, dan memberikan dampak yang signifikan terhadap lingkungan, ekonomi, serta keselamatan manusia. Sistem deteksi konvensional yang masih mengandalkan metode pemantauan manual dinilai kurang efektif, terutama dalam menjangkau area yang luas dan sulit diakses. Penelitian ini mengusulkan implementasi sistem deteksi kebakaran berbasis Drone yang dilengkapi dengan kamera (Webcam) dan mikrokontroler Raspberry Pi. Sistem ini menerapkan metode image processing untuk menganalisis citra secara real-time, sehingga memungkinkan identifikasi titik api secara cepat dan akurat, bahkan dalam kondisi yang menantang seperti keberadaan asap tebal dan pencahayaan rendah. Data hasil deteksi dikirimkan secara langsung ke pusat pemantauan melalui jaringan komunikasi yang andal untuk mendukung pengambilan keputusan secara cepat. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu meningkatkan efisiensi pemantauan, mempercepat respons penanggulangan, serta mengurangi risiko keselamatan bagi petugas di lapangan. Dengan demikian, teknologi ini diharapkan dapat menjadi solusi inovatif dalam mendukung sistem deteksi dini dan manajemen bencana kebakaran secara berkelanjutan.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Kebakaran, Drone, Raspberry Pi, image processing, Webcam
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Telecommunication Engineering > Undergraduate Theses
Depositing User: Pustaka Teknik Elektro
Date Deposited: 28 Aug 2025 09:50
Last Modified: 28 Aug 2025 09:50
URI: http://eprints.polsri.ac.id/id/eprint/18848

Actions (login required)

View Item View Item