digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Dhika Arya R.B.
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

COVER Dhika Arya R.B.
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 1 Dhika Arya R.B.
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 2 Dhika Arya R.B.
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 3 Dhika Arya R.B.
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 4 Dhika Arya R.B.
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 5 Dhika Arya R.B.
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

PUSTAKA Dhika Arya R.B.
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

Kebakaran merupakan fenomena umum di Indonesia (terutama di kawasan hutan seperti Kalimantan dan di beberapa wilayah Sumatera) dan telah menarik perhatian pemerintah nasional dan internasional, terutama masyarakat lokal itu sendiri. Dampak utama kebakaran hutan dan lahan adalah terjadinya kabut asap yang mengganggu kesehatan dan transportasi darat, laut dan udara. Dalam proyek tugas akhir kali ini akan dibuat simulasi kecil tentang kebakaran namun dicatat detail mengenai parameter fisisnya dengan alat sederhana yang dibuat untuk mendeteksi parameter fisis kebakaran yaitu temperatur dan kelembapan. Pada akhirnya, walaupun data mengenai kelembapan tidak terpakai dalam perhitungan, Tetap didapatkan data mengenai bagaimana temperatur tersebut berubah terhadap waktu sehingga menghasilkan suatu komponen gradien yang pada akhirnya dapat diolah sedemikian rupa dan dimodelkan. Data hasil eksperimen yang dilakukan kemudian diuji menggunakan pemrograman yang dapat melakukan Computational Fluid Dynamics (CFD) yaitu ANSYS Fluent untuk dianalisis fenomena fisisnya. Luaran dari uji proyek tugas akhir ini adalah bahwa suatu kebakaran akan dapat dideteksi melalui perubahan gradien yang terjadi ketika suatu api jaraknya semakin dekat dengan modul sensor, yang jika dimodelkan akan sesuai dengan pemodelan yang dikembangkan berdasarkan persamaan difusi panas. Proyek tugas akhir ini selanjutnya akan dapat dikembangkan menjadi sebuah dataset yang akan dapat mendeteksi nilai gradien dengan bergantung kepada luas api yang terjadi menggunakan konsep deep learning.