PELITABANGSAPELITABANGSA

Pelita TeknologiPelita Teknologi

Penelitian ini mengimplementasikan alat deteksi asap rokok berbasis Internet of Things (IoT) untuk mendukung kebijakan Kawasan Tanpa Rokok di Indonesia. Metode penelitian menggunakan pendekatan eksperimen melalui perancangan prototipe yang mengintegrasikan sensor gas MQ-2, mikrokontroler ESP32, buzzer, LED, dan notifikasi real-time melalui aplikasi Telegram. Pengujian menunjukkan bahwa sistem mampu mendeteksi asap rokok secara akurat pada jarak 1–9 cm, mengaktifkan alarm visual dan audio, serta mengirimkan peringatan instan ke perangkat petugas dengan tingkat keberhasilan 100% selama uji coba. Dengan demikian, sistem yang dikembangkan terbukti lebih efektif dibandingkan pengawasan manual dalam meningkatkan kecepatan respon dan akurasi deteksi, sehingga berpotensi mengurangi pelanggaran serta mendukung terciptanya lingkungan kerja yang lebih sehat dan aman, serta memungkinkan pengembangan lanjutan melalui integrasi dengan sistem keamanan lain seperti CCTV atau pemantauan terpusat.

Penelitian ini berhasil mengembangkan prototipe sistem peringatan dini deteksi asap rokok berbasis Internet of Things (IoT) yang mengintegrasikan alarm lokal (LED dan buzzer) serta notifikasi jarak jauh melalui Telegram Bot.Hasil pengujian menunjukkan bahwa sistem bekerja konsisten dengan waktu respons notifikasi ≤ 2 detik pada kondisi jaringan baik, serta mekanisme latch dan cooldown efektif mencegah pesan ganda pada satu kejadian.Temuan ini menunjukkan bahwa sistem layak diterapkan sebagai solusi pendukung kebijakan kawasan bebas asap rokok di ruang tertutup PT.NOK Indonesia, dengan potensi pengembangan lebih lanjut melalui uji lapangan bertahap, kalibrasi sensor berkala, integrasi operasional notifikasi ke petugas terkait, serta penerapan desain multi-node yang lebih andal guna meningkatkan efektivitas pengawasan.

Berdasarkan hasil penelitian, terdapat beberapa saran penelitian lanjutan yang dapat dilakukan. Pertama, perlu dilakukan pengujian lapangan yang lebih ekstensif dengan variasi kondisi lingkungan yang berbeda untuk menguji keandalan dan akurasi sistem dalam jangka waktu yang lebih panjang. Kedua, pengembangan sistem dapat dilanjutkan dengan mengintegrasikan teknologi machine learning untuk meningkatkan kemampuan sistem dalam membedakan antara asap rokok dengan sumber asap lainnya, sehingga mengurangi potensi alarm palsu. Ketiga, integrasi sistem dengan CCTV dapat memberikan visualisasi yang lebih jelas mengenai lokasi kejadian pelanggaran, sehingga memudahkan petugas dalam melakukan tindakan pengawasan dan penegakan aturan.

  1. SMOKE DETECTION DESIGN USING MQ-2 SENSOR AND EXHAUST FAN BASED ON MICROCONTROLLER | Best : Journal of... doi.org/10.36456/best.vol5.no1.7216SMOKE DETECTION DESIGN USING MQ 2 SENSOR AND EXHAUST FAN BASED ON MICROCONTROLLER Best Journal of doi 10 36456 best vol5 no1 7216
  2. Penerapan Sistem Keamanan Berbasis Internet of Things (IoT) dengan Sensor Alarm Buzzer | Media Informatika.... doi.org/10.37595/mediainfo.v24i1.323Penerapan Sistem Keamanan Berbasis Internet of Things IoT dengan Sensor Alarm Buzzer Media Informatika doi 10 37595 mediainfo v24i1 323
  3. Designing a Fire Detection System Using Blynk Application Based ESP32 Microcontroller | Airman: Jurnal... doi.org/10.46509/ajtk.v7i1.472Designing a Fire Detection System Using Blynk Application Based ESP32 Microcontroller Airman Jurnal doi 10 46509 ajtk v7i1 472
  4. Development of Arduino applications for IoT applications in software engineering education: a systematic... doi.org/10.11591/eei.v13i3.4506Development of Arduino applications for IoT applications in software engineering education a systematic doi 10 11591 eei v13i3 4506
Read online
File size685.8 KB
Pages8
DMCAReport

Related /

ads-block-test