Pengembangan Sistem Deteksi Kebakaran Berbasis Iot Menggunakan Esp32 Dengan Notifikasi Kebakaran Via Bot Telegram

Abstract

Kebakaran merupakan salah satu ancaman serius yang dapat menyebabkan kerugian besar, terutama di lingkungan dengan aktivitas tinggi seperti rumah, kantor, atau ruang arsip. Penelitian ini bertujuan mengembangkan sistem deteksi kebakaran berbasis Internet of Things (IoT) yang mampu memberikan peringatan dini secara real-time. Sistem ini menggunakan mikrokontroler ESP32 yang terintegrasi dengan tiga jenis sensor, yaitu MQ7 untuk mendeteksi gas karbon monoksida (CO), DHT22 untuk suhu dan kelembapan, serta sensor api inframerah (IR Flame Sensor) untuk mendeteksi nyala api. Data dari sensor ditampilkan melalui layar LCD dan dikirimkan ke pengguna melalui bot Telegram. Hasil pengujian menunjukkan bahwa sistem mampu merespons dengan rata-rata waktu kurang dari 5 detik saat koneksi internet stabil, dengan akurasi deteksi sebesar 96% dan tingkat kesalahan positif sebesar 2,4%. Sistem ini juga terbukti hemat daya dan andal dalam pengiriman notifikasi. Dengan hasil tersebut, sistem ini dinilai efektif dan responsif sebagai solusi monitoring kebakaran jarak jauh yang mudah diimplementasikan dan sesuai untuk digunakan pada ruangan berisiko tinggi.

Fire is a serious threat that can cause significant damage, especially in high-activity environments such as homes, offices, or archives. This research aims to develop an Internet of Things (IoT)-based fire detection system capable of providing real-time early warnings. The system uses an ESP32 microcontroller integrated with three types of sensors: MQ7 for carbon monoxide (CO), DHT22 for temperature and humidity, and an infrared flame sensor to detect fire. Sensor data is displayed on an LCD screen and sent to users via a Telegram bot. Test results show that the system responds in less than 5 seconds under stable internet conditions, with a detection accuracy of 96% and a false positive rate of 2.4%. The system also demonstrated efficient power consumption and reliable notification delivery. These findings indicate that the system is effective and responsive as a remote fire monitoring solution, easy to implement, and suitable for high-risk enclosed spaces.