Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electronics and Instrumentation Systems
Perwira, Zandy Yudha
Unknown Affiliation
Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Indonesian Journal of Electronics and Instrumentation Systems

 1 
Sistem Deteksi Kebakaran Hutan menggunakan E-nose Berbasis pada JST Backpropagation Perwira, Zandy Yudha; Lelono, Danang; Dharmawan, Andi
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 14, No 2 (2024): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.76255

Abstract

Indonesia memiliki hutan yang sangat luas yaitu 93,95 juta ha setara dengan 50% luas daratan Indonesia. Luasan hutan di Indonesia terus mengalami penurunan setiap tahunnya diakibatkan oleh kebakaran hutan. Maka untuk menekan penurunan kebakaran hutan diperlukan alat untuk mendeteksi kebakaran sedini mungkin dikarenakan kebakaran hutan jika sudah menyebar sulit untuk dipadamkan. Pendeteksian kebakaran hutan saat ini masih dilakukan manual dengan bantuan visual yang kurang dapat mendeteksi lebih dini. Penelitian tentang sistem detektor kebakaran hutan sangat perlu dikembangkan untuk menanggulangi kebakaran yang lebih besar. Pada penelitian ini, pendeteksian menggunakan sebuah electronic nose (e-nose), sensor suhu, kelembapan, serta debu untuk mendeteksi asap kebakaran hutan dan ditambah dengan sensor FLIR (Forward Looking Infrared) sebagai detektor dini kebakaran hutan.Sensor-sensor membaca asap dalam bentuk sinyal dengan pola tertentu untuk tiap sampel asap. Pola-pola tersebut kemudian dilakukan prapemrosesan data dengan melakukan normalisasi baseline dan ekstraksi ciri 4 metode yang berbeda. Ciri yang didapat kemudian akan dikenali dengan menggunakan metode pengenalan pola yaitu Jaringan Saraf Tiruan (JST) Backpropogation. Proses pengenalan dilakukan dengan melakukan pelatihan untuk mencapai parameter-parameter yang optimal sehingga didapat model optimal. Pengujian model terbaik dengan beberapa titik api menghasikan akurasi dalam membedakan jenis asap 98% untuk satu titik dan 100%  untuk beberapa titik.
Co-Authors Andi Dharmawan