Kebakaran merupakan bencana yang sering terjadi di Indonesia terutama kebakaran hutan yang sangat
berdampak bagi manusia. Kasus kebakaran hutan seringkali terjadi di daerah hutan luas yang jarang
ada warga yang berkegiatan di area tersebut. Oleh karena itu sistem pendeteksi api dapat sangat
membantu pendeteksian dini kebakaran. Dengan dibuatnya sistem pendeteksi api yang dapat
diimplementasikan pada perangkt Single Board Computer (SBC) seperti raspberry pi dapat sangat
bermanfaat, selain biaya yang lebih murah dibandingkan perangkan konvensional, ukuran SBC yang
kecil mempermudah penerapan pada berbagai tempat seperti menara pengawas dan drone. Pada
penelitian ini, dilakukan perancangan sistem pendeteksi api yang dapat diimplementasikan pada
perangkat SBC. Sistem dibangun dengan menerapkan metode ekstraksi ciri Scale Invariant Feature
Transform (SIFT). Metode ini diambil untuk membuktikan apakah metode ini dapat digunakan untuk
implementasi pada perangkat SBC. Untuk metode klasifikasi, peneliti menggunakan Support Vector
Machine (SVM). Untuk proses deteksi pada citra, peneliti menerapkan proses selective search untuk
mendapatkan area yang berpotensi memiliki sumber api. Hasil pengujian mendapatkan nilai TPR
94,78%, TNR 29,36%, PPV 74,66%, NPV 71,93%, akurasi 74,31% dan F1-score 83,52% pada kernel
RBF.