Abstrak

Kembali

Indonesia merupakan salah satu negara kaya akan sumber daya alam dan pemandangan alam yang sangat banyak dan indah, salah satu pemandangan alam indah tersebut adalah pegunungan, sayangnya di balik keindahan alam pegunungan, indonesia menyimpan kisah duka yang mendalam dengan sering terjadinya bencana alam di sekitar wilayah pegunungan tersebut, seperti bencana longsor, gunung merapi maupun gempa yang di hasilkan dari getaran gunung merapi tersebut. Oleh karena itu pada penelitian deep learning ini akan membahas simulasi object detection berbasis algoritma YOLO (You Only Look Once), yang akan di terapkan pada daerah sekitar pegunungan. Metode yang digunakan untuk menganalisis data penelitian adalah menggunakan sistem algoritma pembelajaran dalam (Deep Learning System Algorithm) berupa sintaksis algoritma program yang disusun & dibuat pada software google colabs, visual studio code, python 3.9, serta arsitektur YOLO (You Only Look Once). Dan untuk metode sistem analisis datanya digunakan tahapan CNN (Convolutional Neural Network). Berikut urutan metode analisis data yang akan dilakukan : Pengumpulan Datasheet, Pelabelan objek, Setting konfigurasi, Pembuatan Algoritma Pemrograman, Data Training, Data Validasi, Data Testing, Hasil Kinerja. Model sistem yang dibuat dapat mendeteksi objek kawasan gunung dengan baik, akan tetapi untuk nilai confidence score-nya masih belum sempurna terkadang objek gunung mempunyai rata-rata nilai confidence yang muncul adalah 75%-95%, objek asap rata- rata nilai confidence yang muncul 65%-95%, objek lava rata-rata nilai confidence 55%- 75%, dan objek awan rata-rata nilai confidence 65%-85%, untuk pencapaian nilai confidence score 100% sangat jarang didapat. Sedangkan untuk nilai Mean Avarage Precission (mAP) mempunyai persentase sebagai berikut : pada citra gunung sebesar 72.89 %, citra asap 59.66 %, citra lava 85.42 %, citra awan 55.92 %, citra gabungan (gunung, asap, & awan) yang mempunyai 3 kelas yaitu citra gunung, citra asap, dan citra awan dengan total nilai mAP adalah 68.47 %, dan dikatakan kurang baik jika untuk total keseluruhan citra.