SKRIPSI IF

PENGEMBANGAN AI ASISTEN UNTUK MEMPREDIKSI KEBUTUHAN AIR DALAM SITUASI KEBAKARAN MENGGUNAKAN RANDOM FOREST

---

ABSTRAK

Kebakaran merupakan salah satu bencana yang memerlukan penanganan cepat dan efisien, terutama dalam hal alokasi sumber daya seperti air dan armada pemadam. Penelitian ini bertujuan untuk mengembangkan sistem AI Asisten yang mampu memprediksi kebutuhan air dan jumlah mobil pemadam kebakaran berdasarkan laporan kejadian yang diterima oleh petugas. Sistem dibangun menggunakan algoritma Random Forest Regression dan diintegrasikan ke dalam antarmuka web sederhana berbasis Flask. Input laporan yang mencakup objek terbakar, kawasan, dan lokasi akan diproses oleh model AI untuk menghasilkan estimasi kebutuhan air (dalam m³) dan jumlah mobil yang direkomendasikan.

Seluruh proses berjalan secara otomatis, termasuk pencatatan hasil laporan dan prediksi ke dalam Google Sheet serta pengiriman notifikasi ke grup WhatsApp menggunakan Twilio API. Evaluasi model dilakukan dengan membandingkan performa pada data dummy dan data real menggunakan metrik MAE, MSE, dan R². Hasil menunjukkan bahwa model memiliki performa tinggi pada data dummy (MAE: 4.02; R²: 0.8), namun kurang optimal pada data real (MAE: 21.71; R²: -0.08), yang mengindikasikan perlunya penambahan data dan peningkatan generalisasi model. Sistem ini diharapkan dapat menjadi alat bantu dalam pengambilan keputusan cepat bagi petugas pemadam kebakaran.

Kata Kunci: AI Asisten, Prediksi Kebakaran, Random Forest, Kebutuhan Air, Pemadam Kebakaran, Google Sheet, WhatsApp API


ABSTRACT

Fire incidents require rapid and efficient response, particularly in the allocation of critical resources such as water and firefighting vehicles. This research aims to develop an AI Assistant system capable of predicting water requirements and the number of fire trucks needed based on incident reports submitted by officers. The system is built using the Random Forest Regression algorithm and integrated into a simple web-based interface using Flask. Report inputs including the type of object burned, area classification, and location are processed by the AI model to generate estimated water needs (in cubic meters) and recommended fire truck deployment.

The entire process is automated, including report and prediction logging into Google Sheets and real-time notification delivery via WhatsApp using the Twilio API. Model evaluation was conducted by comparing performance on both dummy and real fire incident data using MAE, MSE, and R² metrics. The results indicate that the model performed well on dummy data (MAE: 4.02; R²: 0.8), but showed lower accuracy on real data (MAE: 21.71; R²: -0.08), highlighting the need for more diverse data and better model generalization. This system is expected to support faster and more informed decision-making in fire emergency response.

Kata Kunci: AI Assistant, Fire Prediction, Random Forest, Water Requirement, Firefighter, Google Sheets, WhatsApp API

---

Ketersediaan

S250930006

607.2 ARD p

Perpustakaan STMIK AMIKBANDUNG

Tersedia

Informasi Detil

Judul Seri

-

No. Panggil

607.2 ARD p

Penerbit

: ., 2025

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subyek

-

Info Detil Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

You must be logged in to post a comment