Sistem Pendeteksi Kebakaran Dengan Sensor Suhu dan Gas Beracun
Keywords:
Arduino Uno, Deteksi kebakaran, DHT11, MQ-2, Sensor gas, Sensor suhu.Abstract
Kebakaran merupakan salah satu bencana yang paling sering terjadi dan dapat menimbulkan kerugian besar, baik secara material maupun korban jiwa. Deteksi dini kebakaran sangat penting agar tindakan pencegahan dan penanganan dapat dilakukan dengan cepat dan tepat. Sistem deteksi kebakaran konvensional umumnya memberikan peringatan sederhana tanpa kemampuan pemantauan kondisi lingkungan secara menyeluruh. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem pendeteksi kebakaran berbasis mikrokontroler Arduino Uno yang mampu mendeteksi kenaikan suhu dan keberadaan gas beracun secara real-time serta memberikan peringatan otomatis kepada pengguna. Sistem ini menggunakan sensor suhu dan kelembapan DHT11 untuk mengukur suhu lingkungan dan sensor gas MQ-2 untuk mendeteksi gas berbahaya seperti asap, metana, LPG, dan karbon monoksida (CO). Data dari kedua sensor diolah oleh Arduino Uno dan hasilnya ditampilkan pada LCD 16x2. Apabila suhu atau kadar gas melampaui ambang batas yang ditentukan, sistem akan mengaktifkan indikator LED merah, buzzer sebagai alarm suara, serta kipas DC 5V untuk membantu pendinginan area yang terdeteksi. Hasil pengujian menunjukkan bahwa sistem mampu bekerja secara efektif dengan respon waktu kurang dari satu detik saat kondisi bahaya terdeteksi. Sensor MQ-2 memberikan respons cepat terhadap asap dan gas pembakaran, sedangkan sensor DHT11 mampu membaca suhu dengan tingkat akurasi ±2°C. Sistem ini terbukti mampu mendeteksi potensi kebakaran lebih awal dan memberikan peringatan secara visual serta auditori secara bersamaan. Dengan biaya yang relatif rendah dibandingkan dengan sistem alarm lainnya serta konfigurasi yang sederhana, sistem ini dapat menjadi solusi alternatif deteksi dini kebakaran berskala kecil untuk rumah, kantor, atau laboratorium.
Downloads
References
Rafi Ramadhan Lubis, Felisa Jauzarafa, Arya Pranata Sidabutar, and Berlianti Berlianti, “Kebakaran Pasar Horas Pematang Siantar : Dampak pada Komunitas Pedagang dan Strategi Pemulihan,” Jurnal Kajian dan Penelitian Umum, vol. 2, no. 6, pp. 43–46, Dec. 2024, doi: 10.47861/jkpu-nalanda.v2i6.1392.
D. M. J. S. Bowman, C. A. Kolden, J. T. Abatzoglou, F. H. Johnston, G. R. van der Werf, and M. Flannigan, “Vegetation fires in the Anthropocene,” Nat Rev Earth Environ, vol. 1, no. 10, pp. 500–515, Aug. 2020, doi: 10.1038/s43017-020-0085-3.
Z. Han, G. Geng, Z. Yan, and X. Chen, “Economic Loss Assessment and Spatial–Temporal Distribution Characteristics of Forest Fires: Empirical Evidence from China,” Forests, vol. 13, no. 12, p. 1988, Nov. 2022, doi: 10.3390/f13121988.
A. H. Hardiansyah, R. S. Hartati, and Y. Divayana, “Proteksi Konsleting Listrik Dengan Memutus Jarak Jauh Arus 3 Phasa Beban Besar Dengan Kombinasi Solid State Relay (SSR) dan IoT NodeMCU 8266 Menggunakan Aplikasi Blynk di Sub Panel Gedung Telkomsel Smart Office Renon Denpasar,” Majalah Ilmiah Teknologi Elektro, vol. 22, no. 1, p. 71, Jun. 2023, doi: 10.24843/MITE.2023.v22i01.P09.
S. Costafreda-Aumedes, C. Comas, and C. Vega-Garcia, “Human-caused fire occurrence modelling in perspective: a review,” Int J Wildland Fire, vol. 26, no. 12, pp. 983–998, Dec. 2017, doi: 10.1071/WF17026.
P. C. Ajeje, “MAINTENANCE PROCEDURES FOR RURAL DISTRIBUTION NETWORKS - RDN’S AIMING AT THE PREVENTION OF FOREST FIRES,” Journal of Engineering Research, vol. 4, no. 8, pp. 2–9, Mar. 2024, doi: 10.22533/at.ed.317482406039.
S. Sawant, S. Kumbhar, B. Chauhan, G. Chaudhari, and P. Thakkar, “Integrated Fire Detection System using ML and IOT,” Int J Res Appl Sci Eng Technol, vol. 12, no. 4, pp. 1738–1741, Apr. 2024, doi: 10.22214/ijraset.2024.60063.
B. Senthilnayaki, M. A. Devi, S. A. Roseline, and P. Dharanyadevi, “Deep Learning-Based Fire and Smoke Detection System,” in 2024 Second International Conference on Emerging Trends in Information Technology and Engineering (ICETITE), IEEE, Feb. 2024, pp. 1–6. doi: 10.1109/ic-ETITE58242.2024.10493463.
F. Safarov, S. Muksimova, M. Kamoliddin, and Y. I. Cho, “Fire and Smoke Detection in Complex Environments,” Fire, vol. 7, no. 11, p. 389, Oct. 2024, doi: 10.3390/fire7110389.
F. Firdaus, Y. Tjandi, and A. Pratama, “DESIGN OF A FIRE DETECTION SYSTEM USING FIRE AND SMOKE SENSORS BASED ON ARDUINO MICROCONTROLLER,” Jurnal Media Elektrik, vol. 21, no. 2, pp. 92–97, May 2024, doi: 10.59562/metrik.v21i2.2211.
Q. Wang, J. Lin, Y. Zhou, H. Luo, and R. Zhao, “Indoor Fire Detection System Based on Multi-sensor Information Fusion Algorithm,” in 2023 IEEE 4th International Conference on Pattern Recognition and Machine Learning (PRML), IEEE, Aug. 2023, pp. 637–641. doi: 10.1109/PRML59573.2023.10348244.
E. Alfonsius, “Development of a Prototype Room Security Monitoring System for Early Fire Detection Using a Prototyping Method Based on Sensors and IoT,” MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology), vol. 17, no. 1, pp. 42–51, Mar. 2025, doi: 10.18860/mat.v17i1.29521.
