UKRIMUKRIM

Infact: International Journal of ComputersInfact: International Journal of Computers

Bencana kebakaran masih menjadi ancaman besar di Indonesia, terutama di perumahan padat, kantor, dan zona industri. Penundaan deteksi menyebabkan kerugian harta benda yang berat dan korban jiwa, karena api sering kali baru diketahui setelah api telah membesar dan asap menyebar. Studi ini memperkenalkan sistem peringatan dini berbasis IoT yang menggabungkan sensor asap MQ-2 dan sensor suhu DS18B20 pada NodeMCU ESP8266. Menggunakan model ADDIE—analisis, desain, pengembangan, implementasi, evaluasi—prototipe dibangun dan diuji dalam simulasi laboratorium. Tes menunjukkan bahwa MQ-2 mendeteksi asap pada ≥400 ppm, sedangkan DS18B20 mengukur suhu ≥60 °C dengan presisi ±0.5 °C. Pengaturan dual sensor memberikan akurasi lebih dari 95%, memberi peringatan dalam dua menit, dan menjaga alarm palsu di bawah 5%, menyediakan alat yang efektif dan ekonomis untuk mitigasi kebakaran perkotaan. Komponennya yang hemat biaya dan konektivitas Wi-Fi memungkinkan pemberitahuan real-time ke smartphone atau ruang kontrol, memfasilitasi respons dan pengimplementasian yang dapat diperluas di masyarakat.

Penelitian ini berhasil mengembangkan prototipe sistem deteksi dini kebakaran berbasis IoT yang menggabungkan sensor asap MQ-2 dan sensor suhu DS18B20 pada modul ESP-8266 NodeMCU.Sistem ini dirancang melalui model ADDIE—dari analisis kebutuhan, desain skema elektronik-perangkat lunak, pengembangan prototipe, implementasi hingga evaluasi kinerja komprehensif.di atas nilai itu sistem memicu peringatan Deteksi Asap/Gas, sedangkan < 399 dianggap normal • Sensor suhu (DS18B20).nilai ini menandai kondisi HEAT > FIRE dan kembali normal di bawah 60°C • Grafik pada halaman hasil mengonfirmasi tren peningkatan suhu hingga ambang dan penurunan deteksi asap setelah sumber asap dihapus Melalui serangkaian uji fungsional, kinerja, keandalan, keselamatan, dan penerimaan pengguna, sistem dinyatakan sesuai spesifikasi—mampu memberikan pemberitahuan real-time dan meminimalkan penundaan deteksi yang sering memperparah kebakaran Sistem deteksi dini kebakaran berbasis IoT yang dikembangkan telah terbukti efektif dengan akurasi >95%, waktu respons <2 menit, dan tingkat alarm palsu <5%.Integrasi sensor MQ-2 dan DS18B20 pada platform NodeMCU ESP8266 menyediakan solusi yang lebih ekonomis daripada sistem PLC, tetapi tetap mempertahankan akurasi tinggi yang dicapai oleh penelitian menggunakan kerangka kerja pembelajaran mendalam.Sistem sensor ganda menunjukkan potensi besar untuk implementasi luas dengan dukungan teknologi masa depan seperti NB-IoT dan penglihatan komputer, dan dapat dikembangkan lebih lanjut dengan penambahan sensor api untuk meningkatkan keandalan.

Untuk penelitian lanjutan, dapat dipertimbangkan pengembangan sistem deteksi kebakaran yang lebih canggih dengan menggabungkan sensor api, seperti yang diusulkan dalam penelitian sebelumnya. Selain itu, penelitian dapat dilakukan untuk mengeksplorasi potensi implementasi teknologi NB-IoT dan penglihatan komputer dalam sistem deteksi kebakaran berbasis IoT. Dengan demikian, sistem yang lebih komprehensif dan andal dapat dikembangkan untuk meningkatkan keamanan dan mitigasi kebakaran di Indonesia.

  1. Buletin Ilmiah Sarjana Teknik Elektro. design iot system indoor measurement monitoring fire gas warning... journal2.uad.ac.id/index.php/biste/article/view/11254Buletin Ilmiah Sarjana Teknik Elektro design iot system indoor measurement monitoring fire gas warning journal2 uad ac index php biste article view 11254
  2. Prototype Sistem Deteksi Kebakaran Menggunakan Sensor Mq-2 dan Flame Sensor Berbasis IoT | Nuryadin |... doi.org/10.30998/jrami.v5i4.11149Prototype Sistem Deteksi Kebakaran Menggunakan Sensor Mq 2 dan Flame Sensor Berbasis IoT Nuryadin doi 10 30998 jrami v5i4 11149
  3. Perancangan Prototipe Alat Deteksi Asap Rokok dengan Sistem Purifier Menggunakan Sensor MQ-135 dan MQ-2... ojs.jurnaltechne.org/index.php/techne/article/view/312Perancangan Prototipe Alat Deteksi Asap Rokok dengan Sistem Purifier Menggunakan Sensor MQ 135 dan MQ 2 ojs jurnaltechne index php techne article view 312
  4. CSSE | Efficient Deep Learning Framework for Fire Detection in Complex Surveillance Environment. csse... techscience.com/csse/v46n1/51330CSSE Efficient Deep Learning Framework for Fire Detection in Complex Surveillance Environment csse techscience csse v46n1 51330
  5. PERANCANGAN ALAT PENDETEKSI KEBAKARAN BERDASARKAN SUHU DAN ASAP BERBASIS MIKROKONTROLER AT89S52 | Sutikno... telkomnika.uad.ac.id/index.php/TELKOMNIKA/article/view/1244PERANCANGAN ALAT PENDETEKSI KEBAKARAN BERDASARKAN SUHU DAN ASAP BERBASIS MIKROKONTROLER AT89S52 Sutikno telkomnika uad ac index php TELKOMNIKA article view 1244
Read online
File size599.12 KB
Pages8
DMCAReport

Related /

ads-block-test