Indonesia merupakan salah satu negara paling rawan bencana alam di dunia, yang secara rutin menghadapi ancaman banjir, gempa bumi, tsunami, tanah longsor, dan kebakaran hutan. Integrasi teknologi Big Data dan Internet of Things (IoT) membuka peluang signifikan untuk meningkatkan kapasitas sistem peringatan dini bencana yang dikelola pemerintah. Kajian sistematis ini bertujuan untuk mengidentifikasi, mengevaluasi, dan mensintesis literatur ilmiah yang membahas penerapan Big Data dan IoT dalam sistem peringatan dini bencana alam di Indonesia. Menggunakan metode Systematic Literature Review (SLR) dengan protokol PRISMA, sebanyak 21 artikel ilmiah yang diterbitkan antara 2021–2023 dianalisis secara mendalam. Hasil kajian menunjukkan bahwa integrasi Big Data dan IoT terbukti mampu meningkatkan akurasi deteksi dini, mempercepat diseminasi peringatan kepada masyarakat, dan memperkuat kapasitas respons pemerintah terhadap bencana. Di antara artikel yang berfokus pada satu jenis bencana spesifik, banjir paling banyak dikaji (6 artikel), diikuti gempa bumi (4 artikel), sementara tsunami, kebakaran hutan/lahan, dan tanah longsor masing-masing baru diwakili satu artikel; sekitar sepertiga artikel (8 dari 21) berupa kerangka kerja atau tinjauan bersifat umum/multi-bencana. Tantangan utama yang teridentifikasi meliputi keterbatasan infrastruktur jaringan di daerah terpencil, interoperabilitas sistem antar lembaga, pembiayaan, dan kesiapan SDM. Kajian ini merekomendasikan penguatan kolaborasi antara BMKG, BNPB, dan BPBD daerah melalui platform data terpadu berbasis IoT dan Big Data sebagai prioritas kebijakan nasional pengurangan risiko bencana.