Sistem Kontrol dan Deteksi Objek

SIKODET adalah sistem peringatan dini banjir bandang berbasis Python dan visi komputer. Aplikasi ini memantau sungai secara *real-time* untuk mendeteksi penumpukan objek dan perubahan warna air, memberikan informasi krusial untuk kewaspadaan masyarakat.

Bagaimana SIKODET Bekerja?

Sistem ini secara simultan menganalisis dua indikator utama potensi banjir bandang. Klik tombol di bawah untuk melihat bagaimana setiap fitur berkontribusi pada sistem peringatan dan melihat simulasi data yang dianalisis.

Analisis Perubahan Warna Air

Warna air adalah indikator kunci kondisi hulu. SIKODET menetapkan profil warna normal dan secara konstan membandingkannya dengan kondisi *real-time*. Perubahan drastis menjadi keruh atau coklat pekat, yang menandakan erosi atau longsor, akan memicu peringatan. Tingkat kekeruhan yang tinggi seringkali menjadi pertanda awal datangnya gelombang air besar.

Grafik Analisa Warna Air

Sistem Peringatan Dini Bertingkat

SIKODET menerjemahkan data visual menjadi peringatan yang dapat ditindaklanjuti dengan dua level kewaspadaan. Klik pada setiap level untuk melihat detail pemicu dan tindakan yang direkomendasikan.

⚠️ Level 1: WASPADA

Masyarakat diimbau untuk mulai waspada, memantau informasi, dan menyiapkan langkah-langkah evakuasi dasar.

🚨 Level 2: BAHAYA

Peringatan bahaya tinggi yang menuntut tindakan evakuasi segera ke tempat yang lebih aman.

Alur Kerja Sistem

1

Sumber Data

Menerima input video *real-time* dari kamera CCTV di titik strategis sungai.

2

Pra-pemrosesan Gambar

Setiap frame video dioptimalkan untuk analisis (penyesuaian cahaya, reduksi noise).

3

Analisis Simultan

Algoritma deteksi objek dan analisis warna berjalan bersamaan pada setiap frame.

4

Logika Keputusan

Mesin logika menentukan status sungai (Normal, Waspada, Bahaya) berdasarkan data analisis.

5

Notifikasi Peringatan

Jika status Waspada/Bahaya, sistem otomatis memicu mekanisme peringatan.

Spesifikasi Teknis

Bahasa

Python

Library Utama

OpenCV, NumPy, dan dapat diintegrasikan dengan TensorFlow/PyTorch (YOLO).

Versi 1.01

Kode sumber telah ditata ulang untuk efisiensi, keterbacaan, dan keandalan yang lebih baik.