Kebakaran menimbulkan kerugian yang dapat membahayakan jiwa maupun harta benda. Lokasi dan waktu terjadinya kebakaran sulit untuk diprediksi. Citra dari kamera CCTV dapat digunakan untuk memantau terjadinya kebakaran pada suatu lokasi. Dengan pemanfaatan perkembangan teknologi saat ini, data citra tersebut dapat diolah sehingga memberikan informasi terjadinya kebakaran pada suatu lokasi dengan lebih cepat dibandingkan secara manual. Salah satu metode yang dapat digunakan dalam pengolahan citra kebakaran adalah deep learning Salah satu model deep learning yang memiliki kinerja terbaik dalam pengenalan dan klasifikasi citra yaitu Convolutional Neural Network (CNN). Penelitian terdiri dari beberapa tahap yaitu pengumpulan data, pra-pemrosesan data, pembagian data, perancangan arsitektur model CNN, pelatihan, pengujian, dan hasil. Jumlah data citra yang digunakan pada penelitian ini yaitu 950 citra yang terdiri dari 700 data pelatihan, 170 data validasi, dan 80 data pengujian. Arsitektur model CNN yang digunakan terdiri dari dua lapisan konvolusi dan dua lapiran pooling. Pada pelatihan, model dikenalkan dengan pola citra kebakaran dan non kebakaran kemudian divalidasi. Pada tahap pengujian, model mengklasifikasikan citra kebakaran dan non kebakaran. Tingkat akurasi model pada tahap pelatihan sebesar 98.8% dan pada tahap pengujian sebesar 90%.
Copyrights © 2019