Implementasi Transformasi Wavelet dan Klasifikasi LVQ pada Citra Termal untuk Deteksi Korban Longsor

Abstract

Indonesia merupakan negara yang rawan terhadap bencana alam, terutama bencana longsor. Bencana longsor menyebabkan runtuhnya bangunan yang dapat menelan banyak korban jiwa karena tertimpa reruntuhan. Reruntuhan – reruntuhan ini sangat beresiko bagi keselamatan tim SAR (Search and Rescue) dalam menyisir lokasi. Penggunaan robot yang dilengkapi dengan kamera termal untuk mengidentifikasi korban longsor dapat mempermudah proses evakuasi korban. Penelitian ini bertujuan untuk mengidentifikasi citra termal dari manusia menggunakan metode klasifikasi Learning Vector Quantization (LVQ) dan ekstraksi ciri transformasi Wavelet. Citra yang digunakan berupa citra termal sebanyak 240 citra manusia dan non manusia yang diambil menggunakan kamera FLIR. K-fold cross validation dengan fold 10 digunakan untuk membagi data latih dengan data uji. Hasil identifikasi citra termal pada penelitian ini menghasilkan Penelitian ini menghasilkan dua nilai akurasi tertinggi yaitu 82.92% dan 82.51%. Hal ini menunjukkan bahwa metode transformasi Wavelet dan LVQ dapat diterapkan untuk identifikasi citra termal manusia.