PROTOTIPE SISTEM MONITORING KONDISI NYALA LAMPU PADA APPROACH LIGHT BERBASIS DEEP LEARNING MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

ABSTRAK
PROTOTIPE SISTEM MONITORING KONDISI NYALA LAMPU PADA APPROACH LIGHT BERBASIS DEEP LEARNING MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

Approach Light merupakan alat bantu pendaratan pesawat udara secara visual berupa lampu penerangan yang berfungsi membantu penerbang saat melakukan pendaratan pesawat udara ketika hari mulai gelap ataupun saat cuaca buruk (visibility dibawah rata-rata) agar dapat mendarat dengan aman. Dengan pentingnya peran Approach Light pada proses pendaratan pesawat udara, maka diperlukan sistem monitoring sebagai cara alternatif atau pilihan lain dalam pemantauan kondisi menyala atau tidaknya lampu Approach Light.
Rancangan penelitian ini menggunakan teknologi kecerdasan buatan yang dapat mengetahui kondisi menyala atau tidaknya lampu pada Approach Light menggunakan tangkapan gambar yang di klasifikasi. Selain dapat mengetahui kondisi menyala atau tidaknya lampu, teknik monitoring menggunakan klasifikasi gambar ini juga dapat mengirimkan bukti berupa hasil tangkapan gambar yang diklasifikasi ke sebuah web sebagai bukti hasil monitoring yang dapat dipastikan oleh teknisi apabila terdapat hasil klasifikasi yang tidak sesuai.
Hasil penelitian dan kesimpulan pada prototipe sistem monitoring kondisi nyala lampu pada Approach Light berbasis Deep Learning menggunakan algoritma Convolutional Neural Network ini didapatkan hasil klasifikasi pada setiap brightness step dengan rata-rata tingkat akurasi 95%, presisi prediksi 90%, dan sensitifitas prediksi 98%. Dengan nilai rata-rata tersebut, diharapkan teknisi dapat terbantu dan operasional penerbangan dapat berjalan dengan sedikit gangguan.