Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science
Sesanti, Ani
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perancangan Sistem Deteksi Kebocoran Gas Bebasis IoT dan Web Server: Design of a Gas Leak Detection System Based on IoT and Web Server Sesanti, Ani; Rahmanto, Yuri
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 2 (2025): MALCOM April 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i2.1683

Abstract

Studi ini bertujuan untuk merancang dan menerapkan sistem deteksi kebocoran gas berdasarkan Internet of Things (IoT) dan teknologi web server menggunakan sensor MQ-2, mikrokontroler NodeMCU ESP8266, dan platform ThingSpeak. Sistem ini dirancang untuk secara akurat mendeteksi kebocoran gas dan memberikan pemberitahuan real-time kepada pengguna. Hasil pengujian menunjukkan bahwa sensor MQ-2 menunjukkan akurasi yang baik dengan penyimpangan ±5% dibandingkan dengan instrumen pengukuran standar, dan ambang deteksi yang ditetapkan pada 700 ppm secara efektif memberikan peringatan awal. Sistem ini memiliki waktu respons sekitar 5 detik dari deteksi kebocoran hingga transmisi data ke ThingSpeak dan menunjukkan keandalan tinggi selama pengujian berulang dalam berbagai kondisi. Meskipun kadang-kadang ada kegagalan transmisi data karena koneksi yang tidak stabil, visualisasi data di ThingSpeak menampilkan grafik yang jelas dan mudah dipahami, memungkinkan pemantauan waktu nyata konsentrasi gas LPG dan analisis tren historis. Akhirnya, sistem ini berhasil memenuhi tujuan meningkatkan keamanan lingkungan dan keamanan terhadap ancaman kebocoran gas, dengan aplikasi potensial yang luas di berbagai sektor.
Co-Authors Yuri Rahmanto