Pendeteksi Banjir Dengan Image Processing Berbasis Convolutional Neural Network (CNN) pada Kamera Pengawas: Image Processing Based Flood Detector Using Convolutional Neural Network (CNN) Within Surveillance Camera

Abstrak

Kondisi alam seperti geografis, geologis, dan hidrologis lingkungan dan kondisi demografis kehidupan manusia dan kondisi klimatologis cuaca memungkinkan terjadinya bencana alam sehingga dapat menimbulkan kerugian harta benda, kerusakan lingkungan serta menyebabkan timbulnya korban jiwa. Kondisi geografis Indonesia yang dikelilingi oleh lautan dan banyak dialiri sungai mengakibatkan Indonesia memiliki banyak titik rawan banjir. Sebagai upaya unyuk mengurangi dan/atau menghilangkan ancaman bencana banjir, diperlukan kesiapsiagaan dalam mengantisipasi bencana. Peringatan dini akan kemungkinan terjadinya bencana banjir pada suatu tempat merupakan bagian upaya mitigasi bencana. Teknologi image processing dapat menjalankan tugas untuk melakukan pengenalan gambar dari input data yang diberikan. Keunggulan algoritma Convolutional Neural Network (CNN) dalam menjalankan tugas pengenalan gambar karena algoritma CNN memiliki struktur neuron deep layers dan proses pelatihan data berulang. Penambahan fungsi pada kamera pengawas dengan ditambahkan sistem image processing sebagai pendeteksi dini kemungkinan bencana banjir dan ditambahkan dengan pembacaan temperatur, kelembapan udara, dan kualitas udara pada lingkungan sekitar kamera pengawas menjadikannya sebagai sebuah fasilitas untuk meningkatkan kualitas hidup masyarakat dan bentuk mitigasi bencana. Pemrosesan citra yang ditangkap oleh kamera pengawas dan sensor ultrasonik untuk mengukur level ketinggian air menghasilkan pembacaan kemungkinan terjadinya bencana banjir yang akurat, sehingga dapat memberikan peringatan dini untuk dapat mengurangi dan/atau bahkan menghilangkan ancaman bencana.