POLSRIPOLSRI

TEKNIKATEKNIKA

Perkembangan teknologi yang pesat menuntut peningkatan pada sistem keamanan rumah sebagai upaya menjaga reliabilitas infrastruktur, perlindungan aset, serta pencegahan dan mitigasi risiko kebakaran. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem deteksi kebakaran berbasis Internet of Things (IoT) dengan memanfaatkan mikrokontroler ESP32. Sistem ini menggunakan sensor DHT22 untuk memantau suhu dan kelembapan, serta sensor MQ-2 untuk mendeteksi kebocoran gas LPG. Data hasil dari pembacaan sensor dikirim secara real-time ke web server berbasis PHP dengan antarmuka menggunakan Tailwind CSS, yang dapat diakses melalui dashboard sensiot.my.id/surproject. Selain itu, sistem dilengkapi fitur notifikasi melalui email apabila nilai suhu atau konsentrasi gas LPG melebihi ambang batas yang ditentukan. Berdasarkan hasil pengujian, data dapat terkirim dengan delay kurang dari dua detik, menunjukkan bahwa sistem ini responsif dan efektif dalam mendukung deteksi dini terhadap potensi kebakaran. Dengan demikian, sistem ini berpotensi menjadi solusi preventif yang efisien untuk meningkatkan keselamatan lingkungan dan keandalan infrastruktur berbasis teknologi.

Sistem berhasil dibangun dengan mengintegrasikan sensor DHT22, sensor MQ2, dan buzzer ke dalam mikrokontroler NodeMCU ESP32 ke web server berbasis XAMPP menggunakan bahasa pemrograman PHP, HTML, CSS, dan JavaScript.Arsitektur ini mempermudah komunikasi dua arah antara perangkat keras dan server secara stabil dengan tingkat keberhasilan pengiriman data mencapai 99,3% selama pengujian.Sistem mampu memantau parameter suhu, kelembapan, dan gas secara real-time, dengan rata-rata delay pengiriman data kurang dari 2 detik, serta tingkat akurasi pembacaan sensor DHT22 sebesar ±0,5°C untuk suhu dan ±2% untuk kelembapan.Sensor MQ-2 juga menunjukkan respons cepat terhadap kebocoran gas LPG, dengan waktu deteksi rata-rata 1,8 detik sejak paparan awal gas hingga sistem mengaktifkan buzzer dan mengirimkan notifikasi email.Hasil pengujian membuktikan bahwa sistem dapat menampilkan data secara stabil pada antarmuka web tanpa gangguan konektivitas selama 98% waktu operasi, sehingga dapat diandalkan sebagai sistem deteksi dini kebakaran berbasis IoT yang efektif dan efisien untuk skala rumah tangga maupun lingkungan kerja kecil.

Penelitian lanjutan dapat fokus pada tiga aspek utama. Pertama, mengintegrasikan kecerdasan buatan (AI) ke dalam sistem untuk menganalisis pola data sensor dan memprediksi risiko kebakaran secara lebih dini. Kedua, mengembangkan aplikasi mobile untuk notifikasi real-time sehingga pengguna dapat menerima peringatan langsung di perangkat seluler. Ketiga, menguji sistem di lingkungan dengan kondisi ekstrem seperti suhu tinggi atau kelembapan ekstrem untuk memastikan ketahanan dan akurasi sensor dalam berbagai situasi. Semua saran ini bertujuan untuk meningkatkan keandalan sistem dan memperluas penerapannya ke skala yang lebih besar.

Read online
File size688.73 KB
Pages9
DMCAReport

Related /

ads-block-test