Implementasi Algoritma Support Vector Machine pada Deteksi Kebakaran Dini untuk Mencegah Terjadinya False Alarm Berbasis Electronic Nose

Abstract

Kebakaran adalah terjadinya api yang tidak dapat dikendalikan. Kebakaran merupakan sebuah kejadian yang tidak diinginkan. Pada umumnya sebuah bangunan fasilitas umum memiliki pendeteksi kebakaran dini berupa smoke detector. Namun dalam penerapannya, smoke detector sering mengalami false alarm akibat deteksi asap selain asap kebakaran. Oleh karena itu, diperlukan sistem deteksi asap yang lebih cerdas untuk membedakan asap kebakaran dan non-kebakaran guna mengurangi kemungkinan terjadinya false alarm menggunakan electronic nose.

            Algoritma Support Vector Machine digunakan pada sistem electronic nose untuk mengklasifikasikan jenis asap. Proses ini meliputi perancangan hardware menggunakan sensor MQ2, MQ5, dan MQ7 serta pengujian dengan berbagai sampel asap, yaitu asap dari dupa, kain, rokok, dan kayu. Data dari masing-masing asap diperoleh dari pengambilan secara mandiri dengan pemanasan setiap sampel dalam chamber dengan jarak 30 cm dari sensor gas larik. Data dari setiap asap dikumpulkan dan dilakukan preprocessing sebelum dilatih.  

            Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan jenis asap dengan akurasi sebesar 93%. Sistem mampu membedakan asap kebakaran dan non-kebakaran dengan baik, sehingga dapat mengurangi false alarm yang sering terjadi pada sistem pendeteksi kebakaran konvesional.

Kata kunci—Electronic Nose, Support Vector Machine, False Alarm