Deteksi Kebakaran pada Video Berbasis Pengolahan Citra dengan Dukungan GPU

Abstract

Kebakaran adalah kejadian timbulnya api yang
tidak terkendali yang dapat membahayakan jiwa maupun harta
benda. Kebakaran sulit untuk diprediksi kapan dan dimana
terjadinya. Misalnya kebakaran hutan, kebakaran pada
perumahan atau bangunan bisa terjadi pada siang maupun
malam hari. Kamera CCTV yang dapat memantau lokasi selama
24 jam sangat efektif untuk mencegah terjadinya kebakaran.
Oleh karena itu, kami membangun sistem yang dapat mendeteksi
kebakaran pada video berbasis pengolahan citra dengan
dukungan GPU (Graphic Processing Unit).
Sistem memproses data video dengan menerapkan deteksi
gerakan menggunakan metode Adaptive-Gaussian Mixture Model
(Adaptive-GMM) kemudian dikombinasikan dengan hasil
segmentasi warna api untuk mendeteksi kebakaran. Sistem
menggunakan pengolahan citra pada GPU untuk metode yang
memerlukan komputasi tinggi agar bisa tercapai sistem deteksi
kebakaran secara real time.
Hasil pengujian menghasilkan akurasi sebesar 97,96%
dengan kesalahan sebesar 0,25% untuk deteksi kebakaran pada
siang hari dan akurasi sebesar 98,65% dengan kesalahan sebesar
0,85% untuk deteksi kebakaran pada malam hari. Sistem
mampu mendeteksi kebakaran secara real time yaitu sekitar
35,46 fps pada resolusi video 800x600 dan lebih cepat pada
resolusi yang lebih kecil. Kesalahan deteksi terutama disebabkan
adanya perubahan cahaya yang mendadak dari sumber api
terhadap lingkungan sekitar dan pantulan cahaya kebakaran
pada permukaan yang mengkilap.