Kantin UMKM di lingkungan Universitas Bhayangkara Jakarta Raya merupakan area dengan aktivitas memasak yang tinggi dan penggunaan gas LPG yang intensif, sehingga memiliki risiko kebocoran gas yang dapat membahayakan keselamatan. Penelitian ini bertujuan untuk merancang dan membangun sistem deteksi kebocoran gas LPG otomatis berbasis Internet of Things (IoT) yang mampu memberikan peringatan secara real-time kepada pengguna. Sistem ini menggunakan sensor MQ-5 sebagai pendeteksi gas, ESP32 sebagai mikrokontroler utama, LCD 16x2 I2C untuk tampilan status gas, dan buzzer sebagai peringatan lokal. Data hasil deteksi dikirim ke aplikasi Blynk untuk pemantauan jarak jauh melalui perangkat seluler. Sebagai metode klasifikasi, digunakan algoritma Naive Bayes karena efisien dan sesuai untuk mikrokontroler dengan sumber daya terbatas. Algoritma ini mengklasifikasikan kondisi gas ke dalam tiga kategori: Aman, Waspada, dan Bahaya berdasarkan nilai pembacaan dari sensor. Implementasi sistem menunjukkan bahwa alat dapat memberikan respon cepat (kurang dari 2 detik), mengirimkan data secara real-time ke aplikasi Blynk, serta menampilkan status kondisi gas secara akurat pada LCD. Hasil penelitian membuktikan bahwa sistem ini dapat menjadi solusi praktis dan efektif sebagai peringatan dini kebocoran gas di lingkungan UMKM. Seluruh tujuan penelitian berhasil dicapai, dan sistem layak untuk diterapkan di lapangan.

S12084

INF 0111 2025

Bekasi

Tersedia