SMART FIRE PREDICTION SYSTEM: MENGGUNAKAN ALGORITMA EXPONENTIAL SMOOTHING

Abstract

Kebakaran merupakan salah satu bencana yang dapat menimbulkan kerugian material maupun korban jiwa. Sistem deteksi kebakaran konvensional masih bersifat reaktif dan sering terlambat dalam memberikan peringatan dini. Penelitian ini bertujuan mengembangkan sistem prediksi kebakaran cerdas berbasis Internet of Things (IoT) dengan mengintegrasikan sensor suhu dan kelembapan DHT22, mikrokontroler ESP32, serta protokol komunikasi ESP-NOW. Metode Exponential Smoothing digunakan untuk menganalisis tren data sensor secara real-time sehingga mampu memperkirakan potensi terjadinya kebakaran lebih awal dibandingkan sistem berbasis ambang batas statis. Implementasi dilakukan melalui dua node ESP32, yaitu node sensor dan node aktuator dengan buzzer, yang berkomunikasi secara nirkabel. Hasil pengujian menunjukkan bahwa algoritma Exponential Smoothing mampu meningkatkan akurasi prediksi tren kenaikan suhu, dengan latensi komunikasi rata-rata di bawah 200 ms. Sistem ini terbukti lebih proaktif dalam memberikan peringatan dini, sehingga waktu evakuasi dan pencegahan dapat diperpanjang. Dengan demikian, integrasi IoT dan Exponential Smoothing dapat menjadi solusi efektif dalam pengembangan sistem prediksi kebakaran yang handal, cepat, dan hemat sumber daya.