Sistem Deteksi Titik Kebakaran dengan Algoritme K-Nearest Neighbor (KNN) menggunakan Sensor Suhu dan Sensor Api

##plugins.themes.bootstrap3.article.main##

Addin Miftachul Firdaus Dahnial Syauqy Rizal Maulana

Abstrak

Kebakaran sering terjadi di daerah perumahan, perkantoran ataupun di dalam hutan. Kemunculan kebakaran sendiri sering meninggalkan korban jiwa yang tidak sedikit. Proses terjadinya kebakaran sendiri dapat berkembang secara cepat ataupun lambat biasanya tergantung berbagai faktor seperti suhu cuaca, arah angin atau berdasarkan material yang terbakar. Dari berbagai masalah tersebut dibuatlah sistem alarm kebakaran yang biasanya ditempatkan pada gedung besar dan berfungsi memberi peringatan jika kebakaran cukup besar atau biasanya alarm juga akan diaktifkan secara manual tetapi sistem tersebut tidak memberitahukan lokasi terjadinya kebakaran. Berdasarkan permasalahan tersebut peneliti membuat sistem deteksi titik kebakaran dengan sensor LM35 dan sensor flame menggunakan algoritme K-Nearest Neighbor dan mikrokontroler Arduino Mega sebagai pemrosesan data. Cara kerja sistem ini yaitu dengan sensor LM35 bertugas mendeteksi suhu di sekitar ruangan dan sensor flame mendeteksi adanya nyala api lilin. Apabila terdapat api maka sistem akan melakukan proses perhitungan dengan metode KNN sehingga didapatkan hasil klasifikasi yang digunkan sebagai hasil akhir dari sistem ini. Setelah penelitian dilakukan, didapatkan hasil dari pengujian sistem mempunyai akurasi sebesar 80,55 % dan untuk proses perhitungan klasifikasi didapatkan selama 1428,83 ms.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Firdaus, A., Syauqy, D., & Maulana, R. Sistem Deteksi Titik Kebakaran dengan Algoritme K-Nearest Neighbor (KNN) menggunakan Sensor Suhu dan Sensor Api. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 9, p. 8656-8663, sep. 2019. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6240>. Tanggal Akses: 22 sep. 2019
Bagian
Artikel