Deteksi Asap Rokok Menggunakan Color Image Processing
Abstract
Kebutuhan sistem untuk mengawasi suatu ruangan umum pada khususnya asap rokok memerlukan keakuratan dan ketelitian mengidentifikasi. Metode pendeteksian asap rokok yang digunakan dalam penelitian dengan memproses warna pada input citra RGB yang dikonversikan dalam model HSV. Tujuan penelitian untuk mengetahui tingkat keberhasilan dan kelemahan pada metode color imag processing. Pendekatan dalam penelitian ini dengan teknik sampling untuk mendapatkan rentang warna komponen H (Hue), S (Saturation) dan V (Value) untuk membangun perangkat lunak dalam pengujian sistem. Hasil penelitian adalah metode pendeteksian asap rokok yang memproses warna dengan model HSV dapat memperoleh kelas warna asap rokok dengan teknik sampling dapat mengelompokan warna pada rentang warna pada komponen H (Hue), S (Saturation) dan V (Value) dengan presentase uji keberhasilan dalam mendeteksi obyek asap rokok dengan model warna HSV menggunakan input 30 citra uji diperoleh presentase dengan hasil 96.667 %. Toleransi untuk untuk membantu kualitas hasil pendeteksian potensi ukuran obyek asap rokok. Dengan kelemahan metode pendeteksian asap rokok yang masih tidak dapat memisahkan obyek yang memiliki warna menyerupai asap rokok dapat dikembangkan untuk mebedakan ciri obyek.
Keywords
References
D. A. Prabowo, D. Abdullah, and A. Manik, “Deteksi Dan Perhitungan Objek Berdasarkan Warna Menggunakan Color Object Tracking,” J. Pseudocode, vol. 22, no. 2, pp. 139–146, 2020.
D. Hamdani, E. Handayani, and E. Risdianto, “Rancang Bangun Alat Pendeteksi Asap Rokok Dan Nyala Api Untuk Penanggulangan Kesehatan Dan Kebakaran Berbasis Arduino Uno Dan GSM SIM900A,” J. Ilmu Fis. | Univ. Andalas, vol. 11, no. 1, pp. 37–46, 2019, doi: 10.25077/jif.11.1.37-46.2019.
S. Siagian, K. Ibnutama, and R. Mahyuni, “Implementasi Metode Ekstraksi Ciri Warna Untuk Mendeteksi Kematangan Buah Jeruk,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 1, no. 6, p. 898, 2022, doi: 10.53513/jursi.v1i6.5861.
Juandri and N. Anwar, “BULLET : Pengenalan Warna Terhadap Objek Dengan Model Analisis Elemen Data Warna Gambar Berbasis Deep Neural Network,” J. Multidisiplin Ilmu, vol. 2, no. 01, pp. 23–31, 2023, [Online]. Available: https://journal.mediapublikasi.id/index.php/bullet
R. Andrian, A. Agustiansyah, A. Junaidi, and D. I. Lestari, “Aplikasi Pengukuran Luas Daun Tanaman Menggunakan Pengolahan Citra Digital Berbasis Android,” J. Agrotropika, vol. 21, no. 2, p. 115, 2022, doi: 10.23960/ja.v21i2.6096.
C. Prabowo and Zurnawita, “Penerapan Metode Background Subtraction dengan Menggunakan Kandidat Sampling Background untuk Deteksi Kemacetan,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 6, pp. 731–736, 2018, doi: 10.25126/jtiik201856115.
A. R. Putri, “Pengolahan Citra Dengan Menggunakan Web Cam Pada Kendaraan Bergerak Di Jalan Raya,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 1, no. 01, pp. 1–6, 2016, doi: 10.29100/jipi.v1i01.18.
N. Wakhidah, “Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching,” J. Transform., vol. 8, no. 2, p. 78, 2021, doi: 10.26623/transformatika.v8i2.48.
W. Supriyatin, “Ekstraksi Ciri Bentuk Pada Citra Bergerak Menggunakan Teknik Batas Tepi,” KOMPUTASI J. Ilm. Ilmu Komput. dan Mat., vol. 19, no. 1, pp. 1–8, 2022.
D. A. Prabowo and D. Abdullah, “Deteksi dan Perhitungan Objek Berdasarkan Warna Menggunakan Color Object Tracking,” Pseudocode, vol. 5, no. 2, pp. 85–91, 2018, doi: 10.33369/pseudocode.5.2.85-91.
I. Amal, “Pengolahan Citra Digital Menggunakan Metode Susan Detection Dan Neurofuzzy Untuk Identifikasi Komponen Kualitas Beras,” J. Mat., vol. 4, no. 6, pp. 30–45, 2017.
M. Z. Andrekha and Y. Huda, “Deteksi Warna Manggis Menggunakan Pengolahan Citra dengan Opencv Python,” Voteteknika (Vocational Tek. Elektron. dan Inform., vol. 9, no. 4, p. 27, 2021, doi: 10.24036/voteteknika.v9i4.114251.
R. D. Kusumanto, A. N. Tompunu, and S. Pambudi, “Klasifikasi Warna Menggunakan Pengolahan Model Warna HSV Abstrak,” J. Ilm. Tek. Elektro, vol. 2, no. 2, pp. 83–87, 2011.
K. O. Sanjaya, G. Indrawan, and K. Y. E. Aryanto, “Pendeteksian Objek Rokok Pada Video Berbasis Pengolahan Citra Dengan Menggunakan Metode Haar Cascade Classifier,” Int. J. Nat. Sci. Eng., vol. 1, no. 3, p. 92, 2018, doi: 10.23887/ijnse.v1i3.12938.
J. Jumadi, Y. Yupianti, and D. Sartika, “Pengolahan Citra Digital Untuk Identifikasi Objek Menggunakan Metode Hierarchical Agglomerative Clustering,” JST (Jurnal Sains dan Teknol., vol. 10, no. 2, pp. 148–156, 2021, doi: 10.23887/jstundiksha.v10i2.33636.
A. F. Hastawan, R. Septiana, and Y. E. Windarto, “Perbaikan Hasil Segmentasi HSV Pada Citra Digital Menggunakan Metode Segmentasi RGB Grayscale,” Edu Komputika J., vol. 6, no. 1, pp. 32–37, 2019, doi: 10.15294/edukomputika.v6i1.23025.
W. Supriyatin, “Ekstraksi Ciri Bentuk pada Citra Bergerak Menggunakan Teknik Batas Tepi,” Komputasi J. Ilm. Ilmu Komput. dan Mat., vol. 19, no. 1, pp. 1–8, 2022, doi: 10.33751/komputasi.v19i1.3725.
M. Rezki, S. Nurdiani, R. A. Safitri, M. I. R. Ihsan, and M. Iqbal, “Segmentasi Api dan Asap Pada Kebakaran Dengan Metode K-Means Clustering,” Comput. Sci., vol. 2, no. 1, pp. 26–32, 2022, doi: 10.31294/coscience.v2i1.849.
M. Hendri and E. S. Wahyuni, “Perancangan Sistem Deteksi Asap dan Api Menggunakan Pemrosesan Citra Digital,” Idocpub, pp. 1–6, 2012, [Online]. Available: https://idoc.pub/documents/pengolahan-citra-digital-pon2k5kdrjn0
DOI: https://doi.org/10.30591/smartcomp.v13i4.6785
Refbacks
- There are currently no refbacks.

This work is licensed under a Creative Commons Attribution 4.0 International License.
========================================================================
Smart Comp Indexed By:
![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() |
This work is licensed under a Creative Commons Attribution 4.0 International License.














