Deteksi Api pada Video dengan Gaussian Mixture Model untuk Deteksi Gerakan dan Segmentasi Warna Api dalam Ruang Warna YCbCr (Telah disetujui Tim Penguji))

Abstract

Api merupakan awal mula dari kebakaran, yang merupakan bencana alam yang dapat membahayakan jiwa dan menyebabkan kerugian harta-benda. Solusi untuk mendeteksi api yang umum digunakan saat ini adalah dengan menggunakan sensor, yang bekerja mendeteksi api dengan bergantung kepada karakteristik tertentu seperti asap, suhu, atau radiasi. Sensor api tidak cocok digunakan di ruang terbuka atau ruangan yang ukurannya sangat luas. Selain itu, apabila dipasang di lingkungan outdoor, sensor juga rentan terhadap kondisi cuaca pada saat itu. Apabila arah angin tidak menuju sensor sehingga asap diterbangkan berlawanan arah dengan posisi sensor, kemungkinan besar sensor tidak bisa mendeteksi terjadinya api dan asap Untuk mengurangi dampak dari kekurangan-kekurangan tersebut, sensor api  dapat digunakan bersama-sama dengan kamera pengawas (CCTV) yang sekarang banyak dipasang di gedung-gedung perkantoran. Metode pendeteksian secara visual ini memiliki beberapa kelebihan: dapat menjangkau wilayah yang lebih luas, dan dapat langsung menunjukkan lokasi persis di mana api berada lewat gambar yang ditangkap oleh kamera. Penelitian ini mencoba membangun model untuk mendeteksi api pada video dengan pendekatan pengolahan citra digital menggunakan Gaussian Mixture Model untuk deteksi gerakan dan segmentasi warna api pada ruang warna YCbCr. Model kemudian diuji dengan metrik akurasi, presisi, dan recall. Selain itu, diuji pula kecepatan komputasi yang mampu dicapai oleh model. Dataset yang digunakan berupa video dengan ukuran api kecil, sedang, besar, dan video yang hanya memiliki objek-objek serupa api  Hasil penelitian diharapkan dapat mendeteksi api dalam skala kecil, sedang, dan besar, dan mampu menghindari pendeteksian yang salah terhadap objek-objek yang serupa dengan api