Sistem Pendeteksi Kebakaran Menggunakan IP Camera dan Algoritma Decision Tree

Authors

  • Puty Dwirona Polteknik Caltex Riau
  • Muhammad Ihsan Zul Politeknik Caltex Riau
  • Warnia Nengsih Politeknik Caltex Riau

Abstract

Kebakaran merupakan bencana yang disebabkan oleh api dan dapat menyebabkan kerugian, sehingga diperlukan sistem keamanan yang dapat mendeteksi api dan memberikan informasi melalui sms dan e-mail ketika tejadi kemunculan api. Alat yang biasa digunakan pada bidang keamanan adalah surveillance camera, seperti IP Camera yang dapat menangkap citra api. Citra api bisa dikenali dari warna yang dimiliki oleh api menggunakan ekstraksi ciri Histogram warna. Hasil dari ekstraksi ciri dapat diklasifikasikan dengan menggunakan algoritma Decision Tree. Algoritma Decision Tree digunakan untuk pengklasifikasian keadaan ada api atau sebaliknya dan memiliki ketepatan akurasi sebesar 100% setelah diuji menggunakan 10 fold cross validation. Sistem diuji secara realtime dan memiliki akurasi 60% pada waktu pagi dan sore, 80% pada waktu siang dan malam. Setelah menerapkan metode Dynamic Template Matching yang dapat membedakan pola api dan objek bergerak yang menyerupai warna api, akurasi sistem meningkat menjadi 70% pada waktu pagi dan 90% pada waktu siang, sore dan malam. Berdasarkan hasil tersebut, algoritma Decision Tree dan metode Dynamic Template Matching cukup baik digunakan untuk mengidentifikasi terjadinya kemunculan api.Kata kunci: Api, IP Camera, Histogram Warna, Decision Tree

Author Biographies

Puty Dwirona, Polteknik Caltex Riau

Teknik Informatika

Muhammad Ihsan Zul, Politeknik Caltex Riau

Teknik Informatika

Warnia Nengsih, Politeknik Caltex Riau

Sistem Informasi

References

BNPB. (2016). Definisi dan Jenis Bencana. Retrieved April 2016,

from BNPB: http://www.bnpb.go.id/pengetahuan-bencana/definisi-dan-jenis-bencana

Aryanto, M. (2010). IP Camera dan Aplikasinya. Jakarta: PT Elex Media Komputindo.

Yulianora, F., Latif, M. H., & Febriana, R. J. (2014). Analisis Perbandingan Algoritma Decision Tree J48. Jakarta: Binus University.

Miqdad, M. (2015). Penentuan Kualitas Kayu Kelapa Menggunakan Algoritma Naive Bayes Berdasarkan Tekstur pada Citra. Semarang: Universitas Dian Nuswantoro Semarang.

Budianita, E., Jasril, & Handayani, L. (2015). Implementasi Pengolahan Citra dan Klasifikasi K-Nearest Neighbour Untuk Membangun Aplikasi Pembeda Daging Sapi dan Babi. Jurnal Sains, Teknologi dan Industri, Vol. 12, No. 2.

Handhoko, A., Zul, M. I., & Fitrisia, Y. (2015). Sistem Deteksi Kondisi Cuaca Berdasarkan Pencitraan Awan Berbasis Pengolahan Citra Digital Menggunakan Algoritma k-Nearest Neighbor (k-NN). 3rd Applied Business and Engineering Conference (pp. 765-769). Batam: Polliteknik Negeri Batam.

Prahara, A. (2015). Deteksi Kebakaran pada Video Berbasis Pengolahan Citra dengan Dukungan GPU. Seminar Nasional Aplikasi Teknologi Informasi

Downloads

Published

2017-12-18

Issue

Vol. 6 No. 2 (2017): JAKT

Section

Artikel

License

Copyright info for authors

1. Authors hold the copyright in any process, procedure, or article described in the work and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.

2. Authors retain publishing rights to re-use all or portion of the work in different work but can not granting third-party requests for reprinting and republishing the work.

3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) as it can lead to productive exchanges, as well as earlier and greater citation of published work.