RANCANG BANGUN FOREIGN OBJECT DEBRIS (FOD) DETECTOR PADA LANDASAN PACU DENGAN ARSITEKTUR DEEP LEARNING BERBASIS JARINGAN MIKROTIK DAN LABVIEW

Transportasi udara merupakan salah satu mata rantai jaringan distribusi barang dan mobilitas penumpang yang berkembang sangat dinamis. Berdasarkan data statistik, Sepanjang abad 20 tercatat hampir 11.000 kecelakaan pesawat udara terjadi kebanyakan pesawat udara mengalami kecelakaan karena faktor manusia (human error) salah satunya pengecekan FOD (Foreign Object Debris) di area runway dan apron secara manual.
Pada tesis ini, dilakukan penelitian yang bertujuan untuk merancang system monitoring FOD pada landasan pacu menggunakan algoritma deep learning. Perancangan dilakukan dengan membuat jaringan point to point untuk mengirimkan data CCTV ke server python menggunakan mikrotik. Selanjutnya merancang algoritma deteksi objek untuk kelas FOD yaitu manusia, mobil, anjing, kucing dan burung dan ditampilkan dengan aplikasi LabVIEW. Dari hasil implementasi model YOLOX, didapatkan MAP sebesar 0.832 pada proses training model dengan skor recall, precicion sebesar 0.71, 0.88 pada proses evaluasi model dengan rata-rata FPS sebesar 28.96 dan rata-rata FPS pada aplikasi LabVIEW sebesar 10.07 fps.
Kata kunci: algoritma deep learning, server python,mikrotik, LabVIEW