Sistem Peringatan Dini Kebakaran IoT dan YOLOV8N untuk Deteksi Manusia
DOI:
https://doi.org/10.33795/jip.v12i3.9764Keywords:
Deteksi Kebakaran, ESP32, YOLOv8n, Web, Notifikasi TelegramAbstract
Kebakaran bangunan merupakan bencana yang sering terjadi dan menyebabkan kerugian material maupun korban jiwa. Sistem deteksi kebakaran konvensional masih memiliki keterbatasan, yaitu hanya mengandalkan sensor asap atau suhu tanpa validasi visual dan mekanisme penanganan otomatis. Penelitian ini bertujuan merancang dan membangun sistem deteksi kebakaran berbasis Internet of Things (IoT) dan kecerdasan buatan yang mampu bekerja secara real-time dan terintegrasi. Metode yang digunakan adalah penelitian terapan dengan pendekatan rekayasa sistem. Sistem dirancang menggunakan sensor MQ-2 untuk mendeteksi gas atau asap, sensor BME280 untuk suhu, kamera CCTV, serta mikrokontroler ESP32. Deteksi manusia dilakukan menggunakan model YOLOv8n yang dilatih dengan total 6.277 citra. Data ditampilkan pada web dashboard, disimpan ke database PostgreSQL, dilengkapi notifikasi telegram, serta fitur laporan PDF. Hasil pengujian menunjukkan sensor MQ-2 dan BME280 mampu mendeteksi kondisi bahaya dengan nilai gas 671 ppm dan suhu 79,50°C. Model YOLOv8n menghasilkan akurasi 84%, presisi 90%, recall 93%, dan F1-score 91% dalam mendeteksi manusia. Web dashboard menampilkan data real-time, history kejadian, dan unduh laporan. Notifikasi telegram berhasil terkirim otomatis saat kondisi bahaya dengan terdeteksinya manusia. Database menyimpan seluruh data kejadian secara terstruktur. Kesimpulannya, sistem yang dikembangkan mampu meningkatkan kecepatan deteksi dan akurasi informasi kebakaran, serta memberikan respons adaptif melalui integrasi sensor, kecerdasan buatan, notifikasi, dan pelaporan otomatis. Sistem ini diharapkan dapat diterapkan tidak hanya pada lingkungan rumah, tetapi juga gedung bertingkat maupun perkantoran.
Downloads
References
Ade Heryana. (2024). Mengidentifikasi dan Merumuskan Masalah Penelitian. Method, March, 1–9.
Adiyanto, Nurasiah, Jaka Suwita, Yulis Nuryanti, G. N. B. (2024). Analisis Kebutuhan Perangkat Lunak.
Ahmad Aditya Hartono, U. B. (2024). Penerapan Fuzzy Logic Pada Prototype Pendeteksi Kebakaran Berbasis Mikrokontroler Pada Pt. Viasprada. Seminar Nasional Mahasiswa Fakultas Teknologi Informasi, 3(2), 469–479. https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1347%0Ahttps://senafti.budiluhur.ac.id/index.php/senafti/article/download/1347/709
Arjuna Anggara Putra. (2024). Strategi Suku Dinas Penanggulangan Kebakaran Dan Penyelamatan Kota Administrasi Jakarta Pusat Dalam Progam Mitigasi Bencana Kebakaran Provinsi Dki Jakarta.
Fauzan, R., Vitianingsih, A. V., Cahyono, D., Maukar, A. L., & Suprio, Y. A. B. (2025). Application of Classification Algorithms in Machine Learning for Phishing Detection. Indonesian Journal of Machine Learning and Computer Science, 5(2), 531–540.
Femas Satria, Muhammad Izman Herdiansyah, Heri Suroyo, & Nia Oktaviani. (2025). Perancangan Alat Deteksi Kebakaran Berbasis IoT dengan Evaluasi Precision-Recall dan End-To-End Delay. Jurnal Informatika Dan Tekonologi Komputer (JITEK), 5(3), 80–89. https://doi.org/10.55606/jitek.v5i3.8106
Guohui Li, Jiapu Guo, Yanhao Kang, Que Huang, Junchao Zhao, C. L. (2025). Classification and Prevention of Electrical Fires: A Comprehensive Review. Fire, 8(4), 1–42. https://doi.org/10.3390/fire8040154
Handoko, D. A., & Priyadi, A. (2025). Sistem Deteksi Kebakaran Berbasis IoT Studi Kasus PT Maju Jaya Windraya Ambarawa. Go Infotech: Jurnal Ilmiah STMIK AUB, 31(1), 30–40. https://doi.org/10.36309/goi.v31i1.358
Honoré-Livermore, E., Fossum, K. R., & Veitch, E. (2022). Academics’ perception of systems engineering and applied research projects. Systems Engineering, 25(1), 19–34. https://doi.org/10.1002/sys.21599
Jasmine Aisha Ainudin. (2023). Analisis Upaya Pencegahan Dan Penanggulangan Kebakaran Di Pt. Albea Rigid Packaging Surabaya.
M. Rico Dwi Bagus Saputro, Y. D. C. (2025). Prototipe Sprinkler Otomatis Berbasis Internet Of Things ( Iot ) Menggunakan Sensor Flame 5 Channel. Seminar Nasional Hasil Riset Dan Pengabdian, November, 53–59.
Mahardhika, D. S., & Pakereng, M. A. I. (2026). Deteksi Objek Secara Real-Time Berbasis YOLOv8 dan Algoritma DeepSORT. 5(1), 671–686.
Mathias Rekyan Arka Nugroho, Angeline Martcella, Kristian Abel Baptista, P. (2025). Prototipe Sistem Pendeteksi Anomali Berbasis Website Dengan Integrasi IoT Untuk Keamanan Area Kebun. Seminar Nasional Teknologi Informasi Dan Bisnis (SENATIB), 933–940.
MHD Fadli. (2022). Rumah Menggunakan Android Berbasis Arduino Uno R3.
Muhammad Irfan Ardiansyah. (2024). Implementasi You Only Look Once V5 (Yolov5) Untuk Identifikasi Genus Anggrek Di Indonesia Berbasis Mobile. https://digilib.unila.ac.id/
Nikolai Brushlinsky. (2022). International Association of Fire and Rescue Services Asociación Internacional de Servicios de Fuego y Rescate Internationale Vereinigung des Feuerwehr-und Rettungswesens CTIF Center for Fire Statistics World Fire Statistics Estadísticas Mundiales de Bomb.
Shelby Hall. (2025). Fire Loss in the United States During 2024. In Fire journal Boston, Mass.
Yatasha Qurrata A’yuni. (2025). Efektivitas Penanggulangan Bencana Kebakaran Pemukiman Di Kota Banda Aceh Provinsi Aceh.
