Mentia, Dilla Puspita
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : malcom indonesian journal of machine learning and computer science

Perancangan dan Implementasi Sistem Deteksi Kebocoran Gas Berbasis Internet of Things Menggunakan Algoritma Fuzzy Logic Controller: Design And Implementation of a Gas Leak Detection System Based on the Internet of Things Using Fuzzy Logic Controller Algorithm Mentia, Dilla Puspita; Lorosae, Teguh Ansyor; Mutmainah, Siti
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.3001

Abstract

Salah satu penyebab utama kebakaran rumah tangga adalah kebocoran gas LPG. Berdasarkan observasi Dinas Pemadam Kebakaran Kota Bima, dalam tiga tahun terakhir terjadi 14 kasus kebakaran akibat kebocoran gas, kerusakan selang, dan kerusakan regulator. Penelitian sebelumnya masih didominasi oleh sistem alarm lokal tanpa konektivitas IoT dan belum mampu menampilkan kadar gas secara real-time. Oleh karena itu, penelitian ini mengembangkan sistem deteksi kebocoran gas berbasis Internet of Things menggunakan ESP32, sensor gas MQ-2, sensor api, serta algoritma Fuzzy Logic Controller. Algoritma tersebut dipilih karena mampu menangani ketidakpastian dan variabilitas pembacaan sensor secara adaptif, sehingga menghasilkan klasifikasi kondisi yang lebih tepat dibandingkan dengan metode ambang batas sederhana. Kadar gas diklasifikasikan menjadi tiga kondisi, yaitu aman (0–199 ppm), waspada (200–299 ppm), dan bahaya (?300 ppm). Sistem menggunakan LED dan buzzer sebagai alarm lokal, LCD I2C 16×2 untuk menampilkan informasi, serta Blynk dan bot Telegram untuk mengirim notifikasi secara real-time. Hasil pengujian menunjukkan sensor MQ-2 mampu mendeteksi kadar gas pada setiap kategori kondisi, sensor api mendeteksi keberadaan api hingga jarak 11 cm, dan notifikasi terkirim secara real-time dalam waktu kurang dari 3 detik setelah kondisi berbahaya terdeteksi. Sistem ini berpotensi meningkatkan kecepatan respons terhadap kebocoran gas dan risiko kebakaran.