Teknologi smart home berkembang sebagai solusi inovatif untuk meningkatkan keamanan, kenyamanan, dan efisiensi di lingkungan hunian. Penelitian ini mengembangkan sistem rumah cerdas yang mampu mendeteksi dan merespons situasi darurat seperti kebakaran, kebocoran gas, dan aktivitas mencurigakan secara otomatis dan waktu nyata. Sistem memanfaatkan kombinasi sensor gas, api, dan gerak yang terintegrasi dengan algoritma machine learning guna mengenali pola anomali dari data lingkungan. Data yang dikumpulkan dianalisis untuk mendeteksi potensi bahaya, dan sistem dirancang untuk mengirimkan peringatan dini kepada pengguna melalui perangkat IoT. Evaluasi dilakukan terhadap akurasi deteksi dan waktu respons dalam berbagai skenario simulasi. Hasil menunjukkan bahwa sistem mampu mendeteksi kondisi darurat secara andal dengan tingkat akurasi tinggi dan respons cepat. Kontribusi ini diharapkan dapat memperkuat pengembangan sistem keamanan rumah berbasis teknologi cerdas yang responsif dan adaptif.
Copyrights © 2025