Perancangan Dan Implementasi Pengolahan Gambar Deteksi Manusia Sebagai Monitoring Bencana Banjir Dengan Berbasis Raspberry Pi

Abstract

Pemanfaatan aeromodelling dewasa ini semakin beragam. Salah satu pemanfaatan aeromodelling adalah monitoring bencana. Monitoring bencana bertujuan untuk mempermudah dalam evakuasi korban. Dalam proses pencarian korban diperlukan sebuah metode yang dapat mengidentifikasi manusia. Oleh karena itu diimplementasikan pengolahan citra HaarCascade sebagai metode pendeteksian obyek manusia. pengolahan pendeteksian dibuat menggunakan mini computer Raspberry pi yang diaplikasikan dalam quadcopter, dan menstreaming kan proses video ke groundstation menggunakan mjpg streamer. Hasil dari penelitian tugas akhir ini adalah didapat akurasi tertinggi untuk kasus-kasus manusia sebesar 75% yaitu ketika manusia berhimpit dengan posisi menghadap depan kamera dan jarak paling optimal dalam mendeteksi yaitu pada jarak 3 - 4 meter dengan presentase 80% - 90%. Sedangkan untuk performansi kecepatan pengiriman didapat hingga 7.5–8.5 fps dengan resolusi paling optimal 320x240.

Kata Kunci : Human Detection, Computer Vision, Haar