Pengembangan Sistem Deteksi Otomatis FOD dengan YOLOv5 di Lingkungan Landasan Bandara

Abstract

FOD (Foreign Object Debris) merupakan aspek kritis dalam operasi penerbangan di landasan bandara. FOD merujuk pada segala jenis benda asing yang dapat ditemukan di landasan pacu, taxiway, dan area di sekitar bandara. Seiring berjalannya waktu, teknologi deteksi FOD terus ditingkatkan untuk memastikan keselamatan dan keamanan penerbangan yang lebih baik. Salah satu komponen utama dari sistem deteksi FOD yang canggih adalah kamera visual yang dapat mendeteksi benda-benda asing pada landasan pacu dengan tingkat akurasi yang tinggi sehingga memungkinkan tindakan pencegahan yang tepat waktu. Metode pendeteksian objek asing di landasan bandara menggunakan YOLOv5 (You Only Look Once version 5) adalah pendekatan yang menggabungkan kecerdasan buatan (AI) dengan teknologi visualisasi komputer untuk mendeteksi objek. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan model deteksi FOD menggunakan YoloV5 dalam upaya meningkatkan keamanan di landasan bandara. Pengumpulan data dilakukan dengan menggunakan action camera untuk menangkap berbagai objek yang dapat ditemukan di landasan bandara. Kemudian, melatih model YoloV5 menggunakan data yang didapatkan untuk mengidentifikasi dan melacak objek-objek tersebut secara otomatis. Hasil penelitian menunjukkan bahwa YoloV5 memiliki tingkat akurasi yang tinggi sebesar 70% dalam mendeteksi objek-objek di landasan bandara tanpa terpengaruh oleh berbagai kondisi pencahayaan dan cuaca.