Smoke Detector merupakan alat untuk mendeteksi asap, yang merupakan indikasi
munculnya api. Biasanya, smoke detector yang terpasang pada beberapa
gedung merupakan smoke detector berbasis sensor. Dimana, smoke detector yang
berbasis sensor ini kurang bekerja dengan baik saat mendeteksi asap yang muncul
pada tempat yang terbuka dan luas.
Karena pesatnya perkembangan teknologi, kini sudah banyak penelitian yang
mengembangkan smoke detector salah satunya dengan menggunakan citra digital.
Penelitian ini dilakukan untuk membuat sistem yang dapat mendeteksi asap pada
video dengan menggunakan metode Gaussian Mixture Model sebagai metode pada
proses background subtraction yaitu proses pemisahan antara objek yang bergerak
(foreground) dan background, lalu menggunakan metode Wavelet Analysis untuk
menganalisis nilai energi spasial objek asap dan bukan asap, serta menggunakan
metode K-Nearest Neighbor sebagai metode klasifikasinya.
Sistem deteksi asap pada video dianalisis berdasarkan parameter-parameter
yang didapatkan setelah dilakukan beberapa pengujian, seperti parameter Gaussian
Mixture Model, nilai rentang threshold pada metode Wavelet Analysis, serta parameter
pada metode klasifikasi K-Nearest Neighbor. Dari hasil penelitian yang didapatkan,
sistem deteksi asap pada video dapat mendeteksi objek yang benar asap dan
objek yang benar bukan asap dengan akurasi paling optimal sebesar 96.59% dengan
waktu komputasi 6.01 detik.