IDID
Jurnal Ilmu Komputer dan InformatikaJurnal Ilmu Komputer dan InformatikaApi merupakan ancaman serius bagi keselamatan manusia dan properti, terutama di lingkungan perkotaan padat penduduk di mana deteksi dini yang cepat dan akurat sangat penting. Penelitian ini mengusulkan sistem deteksi api otomatis berbasis computer vision dan klasifikasi Logistic Regression dengan integrasi fitur tekstur dan warna (GLCM, RGB Ratio, RGB Intersection, dan Color Moments) untuk meningkatkan kinerja deteksi. Dataset dari Kaggle diproses melalui segmentasi warna HSV untuk mengisolasi area kandidat api sebelum dilakukan anotasi manual. Fitur yang diekstraksi digunakan untuk melatih model Logistic Regression dengan tuning parameter max_iter. Hasil eksperimen menunjukkan akurasi 86% pada dataset latih dan 87% pada dataset uji, dengan recall masing-masing 84% dan 82%. Meskipun demikian, masih ada false negatives yang perlu diperbaiki. Perbandingan dengan CNN menunjukkan Logistic Regression lebih unggul dalam kecepatan pemrosesan (16,2 FPS vs 11 FPS), sehingga lebih cocok untuk aplikasi real-time. Integrasi ekstraksi multi-fitur dengan Logistic Regression memberikan keseimbangan antara akurasi dan efisiensi komputasi untuk deteksi dini api.
Kombinasi fitur GLCM, RGB Ratio, RGB Intersection, dan Color Moments dalam model Logistic Regression memberikan hasil deteksi api yang cukup baik.Pada dataset latih, model mencapai akurasi 86% dan recall 84%, sementara pada dataset uji, akurasi mencapai 87% dengan recall 82%.Meski demikian, masih ada potensi peningkatan dalam mengurangi false negatives untuk meningkatkan sensitivitas deteksi.
Penelitian lanjutan dapat menggabungkan Logistic Regression dengan metode ensemble untuk meningkatkan akurasi deteksi. Selain itu, pengembangan teknik segmentasi HSV adaptif berdasarkan kondisi cahaya lingkungan bisa membantu mengurangi false negatives. Alternatifnya, integrasi model Logistic Regression dengan CNN ringan dapat mempertahankan kecepatan pemrosesan sambil meningkatkan kemampuan deteksi detail api yang kompleks.
| File size | 654.18 KB |
| Pages | 12 |
| DMCA | Report |
Related /
UNBINUNBIN Penelitian ini berhasil mengembangkan sistem deteksi kekerasan fisik berbasis CNN-LSTM yang efektif. Model yang dikembangkan menunjukkan performa yangPenelitian ini berhasil mengembangkan sistem deteksi kekerasan fisik berbasis CNN-LSTM yang efektif. Model yang dikembangkan menunjukkan performa yang
UADUAD Oleh karena itu, penelitian di masa depan disarankan untuk mengeksplorasi penggunaan embedding yang lebih modern seperti BERT, memvalidasi model pada kumpulanOleh karena itu, penelitian di masa depan disarankan untuk mengeksplorasi penggunaan embedding yang lebih modern seperti BERT, memvalidasi model pada kumpulan
IDID Sistem ini memiliki lima rancangan utama, termasuk tampilan halaman pengunjung, proses CRUD, verifikasi login, tampilan halaman pengguna, dan kembali keSistem ini memiliki lima rancangan utama, termasuk tampilan halaman pengunjung, proses CRUD, verifikasi login, tampilan halaman pengguna, dan kembali ke
IDID Deteksi dini virus Corona menjadi penting dalam mengambil tindakan, memberikan pengobatan, dan melindungi orang lain. Dalam algoritma Naïve Bayes, masalahDeteksi dini virus Corona menjadi penting dalam mengambil tindakan, memberikan pengobatan, dan melindungi orang lain. Dalam algoritma Naïve Bayes, masalah
TRILOGITRILOGI Al-Quran dan Al-Hadits mempunyai keterkaitan saling melengkapi dan menjelaskan satu sama lain. Atas dasar tersebut dalam menjelaskan isi Al-hadits perluAl-Quran dan Al-Hadits mempunyai keterkaitan saling melengkapi dan menjelaskan satu sama lain. Atas dasar tersebut dalam menjelaskan isi Al-hadits perlu
TRILOGITRILOGI Hasil pengujian terhadap aplikasi ini dengan menggunakan pendekatan blackbox testing menunjukan bahwa seluruh fitur dapat berfungsi sesuai dengan rancangan.Hasil pengujian terhadap aplikasi ini dengan menggunakan pendekatan blackbox testing menunjukan bahwa seluruh fitur dapat berfungsi sesuai dengan rancangan.
TRILOGITRILOGI Hasil dari penerapan machine learning rekam medis poli anak dengan model k-means dalam melihat pendata pasien dapat melakukan pengelompokkan data pasienHasil dari penerapan machine learning rekam medis poli anak dengan model k-means dalam melihat pendata pasien dapat melakukan pengelompokkan data pasien
Useful /
STIKESYARSIMATARAMSTIKESYARSIMATARAM Analisis data menggunakan uji wilcoxon signed ranks test. Berdasarkan hasil uji statistik menggunakan uji wilcoxon signed ranks test didapatkan nilai pengetahuanAnalisis data menggunakan uji wilcoxon signed ranks test. Berdasarkan hasil uji statistik menggunakan uji wilcoxon signed ranks test didapatkan nilai pengetahuan
STIEKNSTIEKN Hasil estimasi menunjukkan bahwa peningkatan infrastruktur ekonomi berdasarkan teknologi tinggi akan mendorong pertumbuhan ekonomi dan membawa kesejahteraanHasil estimasi menunjukkan bahwa peningkatan infrastruktur ekonomi berdasarkan teknologi tinggi akan mendorong pertumbuhan ekonomi dan membawa kesejahteraan
STIEKNSTIEKN This study aims to understand the development of technology, net exports and national productivity. This study uses secondary data from world banks andThis study aims to understand the development of technology, net exports and national productivity. This study uses secondary data from world banks and
UNJUNJ yang diambil dengan metode drive test. Sampel yang diambil berjumlah 7 tempat di DKI Jakarta. Data yang diambil merupakan data dari nilai Carrier to Interferenceyang diambil dengan metode drive test. Sampel yang diambil berjumlah 7 tempat di DKI Jakarta. Data yang diambil merupakan data dari nilai Carrier to Interference