Identifikasi Citra Mengandung Api Menggunakan Algoritma Random forest dengan Segmentasi Warna dan GLCM
Abstract
Fire is a disaster that can cause significant losses if not detected early. This study aims to develop a fire detection application based on digital image processing using a combination of color segmentation, texture feature extraction, and machine learning classification in MATLAB. Images in JPG and PNG format are processed by converting the RGB color space to HSV, followed by masking the fire-colored regions for segmentation. The segmented areas are then processed for texture feature extraction using the Gray Level Co-occurrence Matrix (GLCM) method, focusing on four main parameters: contrast, correlation, energy, and homogeneity. The extracted features are used as input for classification using the Random Forest algorithm with 100 decision trees. The system output is in the form of labeled images indicating either “FIRE DETECTED” or “NO FIRE.” The results show that the combination of HSV color segmentation, GLCM texture features, and Random Forest classification has strong potential as an effective approach for fire detection based on digital image.
References
T. F. Dicelebica, A. A. Akbar, dan D. R. Jati, “Identifikasi dan Pencegahan Daerah Rawan Bencana Kebakaran Hutan dan Lahan Gambut Di Kalimantan Barat,” J. Ilmu Lingkung., vol. 20, no. 1, hal. 115–126, 2022, doi: 10.14710/jil.20.1.115-126.
R. Amelia, “Sistem Deteksi Api Berbasis CCTV menggunakan Metode Segmentasi Citra ,” vol. 2, no. 1, hal. 16–21, 2023.
D. Hardiyanto dan D. A. Sartika, “EKSTRAKSI FITUR CITRA API BERBASIS EKSTRAKSI WARNA PADA RUANG WARNA HSV dan RGB,” J. Inform. Komputer, Bisnis dan Manaj., vol. 16, no. 3, hal. 1–12, 2023, doi: 10.61805/fahma.v16i3.85.
A. W. Setiawan et al., “Deteksi Malaria Berbasis Segmentasi Warna Citra Dan Pembelajaran Mesin Malaria Detection Using Color Image Segmentation and Machine Learning,” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 4, hal. 769–776, 2021, doi: 10.25126/jtiik.202184377.
H. marfalino Sofika Enggari, Agung ramadhanu, “PENINGKATAN DIGITAL IMAGE PROCESSING DALAM MENDESKRIPSIKAN TUMBUHAN JAMUR DENGAN SEGMENTASI WARNA, DETEKSI TEPI DAN KONTUR,” vol. 4, no. 1, hal. 70–75, 2022.
Y. E. W. Ahmad Fashiha Hastawan, Risma Septiana, “Perbaikan Hasil Segmentasi HSV Pada Citra Digital Menggunakan Metode Segmentasi RGB Grayscale,” Edu Komputika J., vol. 5, no. 1, hal. 33–43, 2018.
S. F. Nazila, Y. Arman, D. Wahyuni, N. Nurhasanah, dan Y. S. Putra, “Deteksi Dini Serangan Hama Penyakit pada Cabai Rawit Menggunakan Metode Image Recognition,” J. Tek. Inform. dan Sist. Inf., vol. 9, no. 2, hal. 232–241, 2023, doi: 10.28932/jutisi.v9i2.6342.
E. K. A. Wicaksana dan T. Al-mudzakir, “Pengujian Model Klasifikasi Kesegaran Daging Sapi berbasis GLCM ( Gray Level Co-occurrence Matrix ) dan Algoritma Machine Learning,” vol. 10, no. 1, hal. 73–88, 2025.
M. Zahara et al., “Klasifikasi Kualitas Varietas Benih Jagung Bima 20 Menggunakan Metode Random Forest,” vol. 10, no. 2, hal. 367–385, 2024.
R. Muhammad, E. Hermawan, dan S. A. Hudjimartsu, “IDENTIFIKASI KESEHATAN DAUN MANGROVE MENGGUNAKAN METODE RANDOM FOREST CLASSIFICATION,” vol. 8, no. 5, hal. 10660–10666, 2024.
M. I. Ramdani, H. H Handayani, Y. E. Wicaksana. T. Al-Mudzakir “Pengujian Model Klasifikasi Kesegaran Daging Sapi Berbasis GLCM (Gray Level Co-occurrence Matrix) dan Algoritma Machine Learning” vol. 10, no. 1, Hal 73-88 juni, 2025
A. P. B. Salsabila, R. D. Yunita, C. Rozikin, “Identifikasi Citra Jenis Bunga menggunakan Warna HSV dan Textur GLCM” Technomedia Journal, 6(1 Agustus) Vol. 6 No. 1 Agustus 2021.
A. F. Hastawan, R. Septiana, Y. E.Windarto, “Perbaikan Hasil Segmentasi HSV Pada Citra Digital Menggunakan Metode Segmentasi RGB Grayscale” Edu Komputika Jurnal,6 (1) 2019
M. I. Mustofa, M. T. Furqon, D. E. Ratnawati “Penggunaan Metode Ekstraksi Fitur Tekstur Gray Level Co-ocurrrence Matrix dan K-Nearest Neighbor untuk Identifikasi Jenis Penyakit Tanaman Apel”, urnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 6, No. 9, September 2022, hlm. 4451-4458
M. A. Amrozi, D. Figo SW, R. Wahyusari “Perbandingan segmentasi ruang warna HSV dan YCbCr untuk deteksi objek. Infomatek” , Volume 26 Nomor 2, Desember 2024
