Implementasi Jaringan Syaraf Tiruan Backpropagation pada Mikrokontroler untuk Deteksi Dini Kebakaran
| Main Author: | Zaeni, IlhamAriElbaith |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2012
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/158882/ |
Daftar Isi:
- Deteksi dini kebakaran adalah hal yang penting untuk mencegah terjadinya kebakaran yang dapat menimbulkan korban jiwa dan kerugian materiil di dalam rumah tangga dan dunia usaha. Kesalahan deteksi akan mengakibatkan kepanikan penghuni sehingga mengakibatkan ketidaknyamanan bagi penghuni. Kesalahan pada detektor kebakaran dapat dikurangi dengan menggunakan beberapa sensor pada detektor menggunakan algoritma yang lebih baik, misalnya dengan jaringan syaraf tiruan. Perlu adanya upaya melakukan deteksi kebakaran dengan cara mengimplementasikan jaringan syaraf tiruan pada mikrokontroler. Permasalahan yang diteliti adalah menyusun model jaringan syaraf tiruan pada proses deteksi dini kebakaran, menerapkan algoritma jaringan syaraf tiruan pada mikrokontroler untuk proses deteksi dini kebakaran, dan mengkaji kinerja algoritma jaringan syaraf tiruan pada proses deteksi dini kebakaran. Tujuan penelitian ini adalah untuk mengimplementasikan algoritma jaringan syaraf tiruan pada proses deteksi dini kebakaran. Penelitian dilakukan dengan cara mengumpulkan data latih untuk deteksi dini kebakaran, yang terdiri atas suhu, perubahan suhu, konsentrasi asap, perubahan konsentrasi asap, intensitas cahaya, dan perubahan intensitas cahaya. Langkah selanjutnya adalah melakukan pelatihan jaringan syaraf tiruan (JST) pada komputer, yang dilanjutkan dengan pengujian JST pada komputer dan implementasi jaringan syaraf tiruan pada mikrokontroler. Model jaringan syaraf tiruan (JST) yang disusun ada dua model yaitu jaringan syaraf tiruan dengan 6 masukan dan jaringan syaraf tiruan dengan 3 masukan. Nilai mean square error (MSE) yang dihasilkan dari hasil simulasi JST dengan 6 masukan adalah 4,504x10 -13 . MSE yang dihasilkan dari hasil simulasi JST dengan 3 masukan adalah 1,158x10 -12 . Model JST yang diterapkan pada mikrokontroler adalah model JST dengan 6 masukan yaitu suhu, asap, intensitas cahaya, perubahan suhu, perubahan asap, dan perubahan intensitas cahaya dan model JST dengan 3 masukan yaitu perubahan suhu, perubahan asap, dan perubahan intensitas cahaya. Jaringan syaraf tiruan pada proses deteksi dini kebakaran dapat mendeteksi semua sumber kebakaran dan gangguan tunggal. Ketika sistem mendapat masukan dari gabungan beberapa gangguan, maka sistem menganggapnya sebagai indikasi kebakaran. Dari hasil pengujian diketahui bahwa rata-rata waktu deteksi bervariasi antara 15,2 sampai dengan 56,3 detik.