EUVIMEDEUVIMED entdecken
Crossref

Sistem Peringatan Dini Kebakaran IoT dan YOLOV8N untuk Deteksi Manusia

Zaky Hanafian Alhuda, Yuliarman Saragih, Indri Purwita Sary

Jurnal Informatika Polinema · 31.05.2026 · 12 (3) · 589-600

DOI: 10.33795/jip.v12i3.9764 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal Informatika Polinema, online erschienen am 31.05.2026. Verfasst von Zaky Hanafian Alhuda und 2 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kebakaran bangunan merupakan bencana yang sering terjadi dan menyebabkan kerugian material maupun korban jiwa. Sistem deteksi kebakaran konvensional masih memiliki keterbatasan, yaitu hanya mengandalkan sensor asap atau suhu tanpa validasi visual dan mekanisme penanganan otomatis. Penelitian ini bertujuan merancang dan membangun sistem deteksi kebakaran berbasis Internet of Things (IoT) dan kecerdasan buatan yang mampu bekerja secara real-time dan terintegrasi. Metode yang digunakan adalah penelitian terapan dengan pendekatan rekayasa sistem. Sistem dirancang menggunakan sensor MQ-2 untuk mendeteksi gas atau asap, sensor BME280 untuk suhu, kamera CCTV, serta mikrokontroler ESP32. Deteksi manusia dilakukan menggunakan model YOLOv8n yang dilatih dengan total 6.277 citra. Data ditampilkan pada web dashboard, disimpan ke database PostgreSQL, dilengkapi notifikasi telegram, serta fitur laporan PDF. Hasil pengujian menunjukkan sensor MQ-2 dan BME280 mampu mendeteksi kondisi bahaya dengan nilai gas 671 ppm dan suhu 79,50°C. Model YOLOv8n menghasilkan akurasi 84%, presisi 90%, recall 93%, dan F1-score 91% dalam mendeteksi manusia. Web dashboard menampilkan data real-time, history kejadian, dan unduh laporan. Notifikasi telegram berhasil terkirim otomatis saat kondisi bahaya dengan terdeteksinya manusia. Database menyimpan seluruh data kejadian secara terstruktur. Kesimpulannya, sistem yang dikembangkan mampu meningkatkan kecepatan deteksi dan akurasi informasi kebakaran, serta memberikan respons adaptif melalui integrasi sensor, kecerdasan buatan, notifikasi, dan pelaporan otomatis. Sistem ini diharapkan dapat diterapkan tidak hanya pada lingkungan rumah, tetapi juga gedung bertingkat maupun perkantoran.

Zitieren

APA

Alhuda, Z. H., Saragih, Y., & Sary, I. P. (2026). Sistem Peringatan Dini Kebakaran IoT dan YOLOV8N untuk Deteksi Manusia. Jurnal Informatika Polinema, 12(3), 589-600. https://doi.org/10.33795/jip.v12i3.9764

Vancouver

Alhuda ZH, Saragih Y, Sary IP. Sistem Peringatan Dini Kebakaran IoT dan YOLOV8N untuk Deteksi Manusia. Jurnal Informatika Polinema. 2026;12(3):589-600. doi:10.33795/jip.v12i3.9764

BibTeX
@article{Alhuda2026,
  author = {Alhuda, Zaky Hanafian and Saragih, Yuliarman and Sary, Indri Purwita},
  title = {Sistem Peringatan Dini Kebakaran IoT dan YOLOV8N untuk Deteksi Manusia},
  journal = {Jurnal Informatika Polinema},
  year = {2026},
  volume = {12},
  number = {3},
  pages = {589--600},
  doi = {10.33795/jip.v12i3.9764}
}
Kostenlos starten →