<![CDATA[Kebocoran gas Liquefied Petroleum Gas (LPG) merupakan risiko keselamatan domestik yang kritis, namun sistem deteksi dini konvensional sering kali tidak efektif akibat tingginya tingkat alarm palsu yang disebabkan oleh penggunaan ambang batas statis (static threshold) yang kaku terhadap fluktuasi lingkungan. Penelitian ini bertujuan untuk meningkatkan keandalan sistem deteksi gas dengan mengimplementasikan algoritma Statistical Profiling untuk penentuan ambang batas dinamis (dynamic thresholding) pada mikrokontroler ESP32. Metode yang diusulkan menggunakan teknik Exponential Weighted Moving Average (EWMA) untuk membangun profil normalitas data sensor gas per jam secara real-time, serta menerapkan protokol komunikasi hibrida ESP-NOW untuk efisiensi transmisi data. Hasil pengujian terhadap 200 sampel data runtun waktu menunjukkan bahwa sistem mampu membentuk profil lingkungan yang stabil dengan nilai rata-rata 389,50 dan standar deviasi 20,15. Penerapan ambang batas dinamis dengan koefisien kepercayaan 3,5-sigma terbukti efektif dalam membedakan lonjakan transien non-bahaya dari anomali gas yang sesungguhnya, sehingga meminimalisir kesalahan deteksi (false positive) yang umum terjadi pada metode statis. Penelitian ini menyimpulkan bahwa pendekatan adaptif pada perangkat edge mampu meningkatkan akurasi instrumen keselamatan rumah tangga secara signifikan tanpa ketergantungan pada layanan komputasi awan.]]>
Copyrights © 2026
