Perancangan Sistem Deteksi Asap dan Api Menggunakan Pemrosesan Citra

Nofrilia Dangga, Agustinus Rudatyo Himamunanto, Gogor Setyawan

Abstract


Perkembangan teknologi yang semakin maju mendorong untuk pembuatan perangkat teknologi pendeteksian obyek asap dan api dalam pengamatan kebakaran hutan. Penelitian ini dengan pendekatan komputasi pengolahan citra menggunakan metode tranformasi warna YCrCb untuk menemukan wilayah obyek api dan asap dengan input visual citra kebakaran hutan. Tujuan penelitian ini merupakan langkah awal sistem deteksi kebakaran hutan dengan menganalisa obyek asap dan api berdasarkan kesesuaian warna obyek yang terdapat dalam input visual dengan kenyataannya. Hasil penelitian adalah metode tranformasi warna YCrCb dapat mendeteksi obyek api dan asap dengan menemukan wilayah obyek pada input citra sesuai dengan kategori kelas terdapat asap, terdapat api, terdapat asap-api, dan tidak terdapat asap-api. Kegagalan pendeteksian masih berdasarkan warna sehingga potensi obyek dengan warna yang memiliki kesamaan warna obyek api dan asap masih indentifikasi sebagai wilayah obyek asap dan api. Akurasi pendeteksian obyek asap yang tepat sesuai wilayah dengan presentase 90% dan obyek api dengan akurasi 96,67 % pada jumlah sampel pengujian 30 input citra ragam dengan potensi kondisi kebakaran hutan yang nyata. Diharapkan hasil penelitian ini akan berkembang dalam mengembangkan metode pendeteksian obyek asap dan api menggunakan pengukuran yang lebih lengkap sehingga lebih memahami pendeteksian kebakaran hutan dengan potensi kondisi yang mungkin terjadi secara nyata.


Keywords


Pengolahan citra digital; model YcrCb; deteksi asap; deteksi api

Full Text:

References


H. Wahyuni and S. Suranto, “Dampak Deforestasi Hutan Skala Besar terhadap Pemanasan Global di Indonesia,” JIIP J. Ilm. Ilmu Pemerintah., vol. 6, no. 1, pp. 148–162, 2021, doi: 10.14710/jiip.v6i1.10083.

A. Wijaya and H. Franata, “Peningkatan Hasil Segmentasi Deteksi Tepi Menggunakan Morphology Pada Pengolahan Citra,” Jukomika - (Jurnal Ilmu Komput. Dan Inform., vol. 3, pp. 2655–755, 2020, [Online]. Available: https://jurnal.ikhafi.or.id/index.php/jukomika/

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.

M. Widyaningsih, “Identifikasi Kematangan Buah Apel Dengan Gray Level Co-Occurrence Matrix (GLCM),” J. SAINTEKOM, vol. 6, no. 1, p. 71, 2017, doi: 10.33020/saintekom.v6i1.7.

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.

S. R. Raysyah et al., “Aplikasi Pengolahan Citra Mendeteksi,” J. Sist. Inf. …, vol. 3, no. November, pp. 898–905, 2015, [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jsi/article/view/5861%0Ahttps://ojs.trigunadharma.ac.id/index.php/jsi/article/download/5861/1928

P. Nabilla, M. F. Saputra, and R. Adi Saputra, “Perbandingan Ruang Warna Rgb, Hsv Dan Ycbcr Untuk Segmentasi Citra Ikan Kembung Menggunakan K-Means Clustering,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 476–481, 2022, doi: 10.36040/jati.v6i2.4770.

B. Yoga Budi Putranto, W. Hapsari, K. Wijana, and U. Kristen Duta Wacana Yogyakarta, “Segmentasi Warna Citra Dengan Deteksi Warna Hsv Untuk Mendeteksi Objek,” J. Inform., vol. 6, no. 2, pp. 1–14, 2010.

Y. Apridiansyah, E. D. Putra, D. Diana, and A. C. Pratama, “Segmentasi Warna Kulit Menggunakan Ruang Warna YCBCR Untuk Deteksi Wajah Manusia,” J. Media Infotama, vol. 19, no. 1, pp. 205–210, 2023, doi: 10.37676/jmi.v19i1.3808.

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.

R. A. Surya, A. Fadlil, and A. Yudhana, “Ekstraksi Ciri Metode Gray Level Co-Occurrence Matrix (GLCM) dan Filter Gabor untuk Klasifikasi citra Batik Pekalongan,” J. Inform. J. Pengemb. IT, vol. 2, no. 2, pp. 23–26, 2017, doi: 10.30591/jpit.v2i2.520.

N. R. Najib and K. Riyadi, “Pengembangan Deteksi Kebakaran Pada Urutan Video Dengan Menggunakan Metode Simple Linear Iterative Clustering,” J. Teknol. Elekterika, vol. 17, no. 2, pp. 20–29, 2020.

I. K. S. Buana, “Perancangan Aplikasi Deteksi Api dan Asap untuk Mengetahui Kebakaran Secara Real-Time dengan Pengolahan Citra Digital,” Proceeding Semin. Nas. Sist. Inf. dan Teknol. Inf., pp. 319–323, 2018, [Online]. Available: http://www.sisfotenika.stmikpontianak.ac.id/index.php/sensitek/article/view/321%0Ahttp://www.sisfotenika.stmikpontianak.ac.id/index.php/sensitek/article/download/321/223

R. Prasasti, N. Wilis, and A. A. Zulfahmi, “Segementasi Citra Menggunakan Metode Watershed Transform dengan Kombinasi Thershold, HSV, Grayscale dan Morphology Untuk Mendeteksi Sebaran API,” Ejournal.Uin-Suska.Ac.Id, vol. 19, no. 1, pp. 49–54, 2021, [Online]. Available: http://ejournal.uin-suska.ac.id/index.php/sitekin/article/view/14880

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.

Z. F. Abror, “Klasifikasi Citra Kebakaran Dan Non Kebakaran Menggunakan Convolutional Neural Network,” J. Ilm. Teknol. dan Rekayasa, vol. 24, no. 2, pp. 102–113, 2019, doi: 10.35760/tr.2019.v24i2.2389.




DOI: https://doi.org/10.30591/smartcomp.v13i4.6815

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

========================================================================

Smart Comp Indexed By:

Flag Counter

View My Stats

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

https://journal.mjkpublisher.or.id/