Deteksi Api Pada Urutan Video Dengan Menggunakan Metode Superpixel

Di sebuah perusahaan ataupun perumahan saat ini sangat diperlukan adanya sebuah pengamanan secara dini dalam mengantisipasi bahaya kebakaran yang dapat memakan korban jiwa maupun material. Tujuan dari penelitian ini adalah membuat sistem deteksi api secara otomatis dengan kecepatan dan ketepatan yang dibutuhkan guna menghindari terjadinya kebakaran secara dini. Data yang digunakan adalah data hasil pengukuran untuk mendeteksi area bergerak menggunakan Algoritma Gaussian Mixture Model pada area latar belakang video. Data ini diteruskan menggunakan Metode Simple Linear Iterative Clustering untuk membedakan antara area api dan non-api dengan mengambil range warna RGB dan HSV api yang berbeda dibandingkan warna area disekitarnya pada video yang direkam melalui kamera secara real time. Hasil penelitian ini menunjukkan bahwa metode yang diusulkan merupakan solusi yang tepat melebihi algoritma deteksi kebakaran api lainnya, dimana tingkat sensitivitas dalam memperoleh hasil rata-rata deteksi pada siang hari 97,96% dan pada malam hari 98,65 % memberikan keandalan yang tinggi dan rendahnya tingkat kesalahan pada alarm yang berbunyi ketika api terdeteksi pada video secara real time.