Desain Pendeteksi Kebakaran Menggunakan Sensor Suhu dan Sensor Api Berbasis IOT Dengan Metode Naive Bayes
DOI:
10.47709/digitech.v4i1.4121Keywords:
Kebakaran, Sensor Suhu LM35, Sensor Api, Naive Bayes, KlasifikasiDimension Badge Record
Abstract
Kebakaran menjadi sebuah masalah yang bisa terjadi dimana saja baik itu di gedung perkantoran, atau pun difasilitas umum. Datangnya kebakaran tidak dapat diprediksi. Sistem yang ada berupa pendeteksi adanya kebakaran atau tidak, jika ada kebakaran maka akan mengirim pemberitahuan pesan kepada pemilik rumah melalui smartphone. Berdasarkan permasalahan tersebut perlu adanya sistem pendeteksi kebakaran yang dapat memberi peringatan lokasi titik terjadinya kebakaran agar para penghuni yang berada didalam bangunan segera melakukan evakuasi. Proses penentuan lokasi titik kebakaran melalui nilai suhu ruangan diperoleh dari hasil pembacaan sensor LM35 yang terhubung dengan Arduino sebagai mikrokontroler dengan menggunakan metode Naive Bayes. Sensor Lm35 akan membaca nilai suhu ruangan secara terus–menerus sehingga jika ada trigger sistem akan memberi peringatan ada kebakaran pada ruangan tertentu. Trigger diperoleh dari sensor flame untuk mendeteksi ada api atau tidak, ketika ada api maka sensor flame akan mengirim trigger kepada arduino dan memasukan nilai Lm35 ke dalam metode Naive Bayes. Simulasi menggunakan 3 titik lokasi ruangan tertutup dan ruangan terbuka saat sensor LM35 aktif bersamaan dengan jarak titik api dan sensor 3 cm, untuk mengetahui peluang terbesar terjadi suatu kebakaran pada ruangan tertutup dan ruangan terbuka. Peneliti menggunakan metode Naive Bayes untuk menentukan klasifikasi titik kebakaran. Metode ini dipilih karena merupakan salah satu metode klasifikasi yang cukup baik dimana kelas penggolongan titik kebakaran telah ditentukan sejak awal. Setelah penilitian dilakukan, terdapat beberapa kesimpulan. Kesimpulan pertama desain sistem pendeteksi lokasi titik kebakaran pada ruangan tertutup dan terbuka dapar digunakan sesuai dengan rancangan, Kesimpulan kedua Akurasi klasifikasi peluang terjadi kebakran dengan algoritma Naive Bayes bisa diterapkan sesuai alur sistem, Kesimpulan ketiga Notifikasi smartphone android bisa diterapkan dengan komponen tambahan yang telah dirancang
Abstract viewed = 125 times