Sistem Pendeteksi Dini Kebakaran Menggunakan Colour Image Processing dan Raspberry Pi

Sari

Abstrak— Kebakaran merupakan kejadian timbulnya api secara tiba-tiba baik disengaja maupun tidak yang tidak terkendali sehingga dapat membahayakan jiwa maupun harta benda. Kebakaran sulit untuk diprediksi kapan dan dimana terjadinya. Misalnya kebakaran pada perumahan atau bangunan, kebakaran hutan yang bisa terjadi pada siang maupun malam hari. Untuk itu, sistem yang efektif untuk mendeteksi kebakaran dini diperlukan Dari sudut pandang fungsi utama, Kamera Raspberry Pi NoIR adalah alat yang tepat digunakan untuk mendeteksi api. Bentuk yang sederhana dapat dipasang di mana-mana dengan mudah Kamera Raspberry Pi NoIR yang dapat memantau lokasi selama 24 jam sangat efektif untuk mencegah terjadinya kebakaran. Dalam penelitian ini, akan dibangun sistem yang dapat mendeteksi kebakaran pada video berbasis pengolahan citra dengan dukungan CIP (Colour Image Processing) dan Raspberry Pi. Sistem memproses data video dengan menerapkan hasil segmentasi warna api untuk mendeteksi kebakaran. Sistem menggunakan pengolahan citra pada CIP untuk metode yang memerlukan komputasi tinggi agar bisa tercapai sistem deteksi kebakaran secara real time dan Raspberry Pi dijadikan suatu main system dari perangkat perangkat yang lain. Dari hasil pengujian rata-rata akurasi sistem deteksi kebakaran pada siang hari yaitu 97,96% dengan kesalahan rata-rata sebesar 0,25% dari 15 sampel video dan pada malam hari yaitu 98,65% dengan kesalahan rata-rata sebesar 0,85% dari 15 sampel video.

Kata kunci— CIP(Colour Image Processing), Raspberry Pi, Pengolahan Citra, Segmentasi Warna.

Abstract— Fire is a sudden occurrence of fire either intentionally or not that is uncontrolled so that it can endanger lives and property. Fires are difficult to predict when and where they occur. For example fires in housing or buildings, forest fires that can occur during the day or night. For this reason, an effective system for detecting early fires is needed. From the point of view of the main function, the Raspberry Pi NoIR Camera is the right tool used to detect fire. Simple forms can be installed everywhere easily Raspberry Pi NoIR cameras that can monitor locations for 24 hours are very effective in preventing fires. In this study, a system will be built that can detect fires on image-based video with the support of CIP (Color Image Processing) and Raspberry Pi. The system processes video data by applying fire color segmentation results to detect fires. The system uses image processing in CIP for methods that require high computation in order to achieve a real time fire detection system and the Raspberry Pi is used as a main system from another device. From the test results the average accuracy of the fire detection system during the day is 97.96% with an average error of 0.25% from 15 video samples and at night which is 98.65% with an average error of 0.85 % of 15 video samples.

Keywords— CIP (Color Image Processing), Raspberry Pi, Image Processing, Color Segmentation