Rancang Bangun Mobil Pemadam Cerdas untuk Deteksi Anomali Api dan Termal Menggunakan Multi-Sensor Fusion dan Decision Tree
Keywords:
Robot Pemadam Api, Decision Tree, Multi-Sensor Fusion, Finite State MachineAbstract
Kebakaran merupakan salah satu bencana yang dapat menyebabkan kerugian material, kerusakan lingkungan, serta membahayakan keselamatan manusia sehingga diperlukan sistem deteksi dan penanganan yang mampu bekerja secara cepat dan otomatis. Penelitian ini mengembangkan mobil pemadam cerdas berbasis sistem instrumentasi yang mengintegrasikan Multi-Sensor Fusion, algoritma Decision Tree, dan Finite State Machine (FSM) untuk mendeteksi, mengidentifikasi, dan memadamkan api secara otonom. Sistem dibangun menggunakan mikrokontroler ESP32 yang terhubung dengan tiga sensor api KY-026 untuk mendeteksi radiasi inframerah dari berbagai arah serta sensor suhu non-kontak MLX90614 untuk memperoleh informasi suhu objek dan lingkungan. Selain parameter sensor utama, dilakukan ekstraksi fitur berupa selisih suhu (ΔT) dan laju perubahan suhu (dT/dt) sehingga diperoleh tujuh fitur masukan yang digunakan sebagai data klasifikasi. Model Decision Tree dilatih menggunakan data hasil akuisisi pada lima kondisi operasi, yaitu Aman, Api Jauh, Api Valid, Benda Panas, dan False Alarm, kemudian diimplementasikan pada ESP32 sebagai model inferensi real-time. Hasil evaluasi menunjukkan bahwa parameter suhu lingkungan dan intensitas radiasi inframerah merupakan fitur yang paling berpengaruh dalam proses klasifikasi, sedangkan confusion matrix memperlihatkan tingkat klasifikasi yang tinggi dengan kemampuan membedakan kondisi Api Valid dan False Alarm secara andal. Integrasi model klasifikasi dengan FSM memungkinkan robot melakukan patroli, mendekati sumber api, melakukan konfirmasi menggunakan model Decision Tree, serta mengaktifkan pompa air secara otomatis ketika kebakaran teridentifikasi. Hasil penelitian menunjukkan bahwa sistem mampu mengintegrasikan proses akuisisi data, pengambilan keputusan, navigasi, dan aktuasi dalam satu platform yang terpadu, sehingga berpotensi dikembangkan sebagai prototipe sistem deteksi dan pemadaman kebakaran cerdas untuk aplikasi dalam ruangan maupun industri.
Downloads
References
Ahn, Y., Choi, H., & Kim, B. S. (2023). Development of early fire detection model for buildings using computer vision-based CCTV. Journal of Building Engineering, 65, 105647. https://doi.org/10.1016/j.jobe.2022.105647
Ashish Karpe, Pradip Targe, Patil, A. S., Rushikesh Gange, & Sheetal Waghchaware. (2025). Automatic Fire Fighting Robot With Gas Detection And Alert System. International Journal Of Applied Mathematics, Sciences, And Technology For National Defense, 3(3), 153–160. Https://Doi.Org/10.58524/App.Sci.Def.V3i3.560
Chaidir, A. R., Anam, K., Setiabudi, D., & Muldayani, W. (2023). Penerapan Finite State Machine Pada Navigasi Kendaraan Otonom Untuk Menghasilkan Pola Gerak Sirkular. Jtera (Jurnal Teknologi Rekayasa), 8(1), 67. Https://Doi.Org/10.31544/Jtera.V8.I1.2022.67-74
Dhakhane, A., Dhobe, O., Bhoyar, S., Parkare, K., Wadhai, S., Butle, T., & Wasekar, H. (2026). Iot-Based Autonomous Fire Fighting Robot With Flame Detection And Extinguisher Control.
Emmanuel, G. P., Jiya, J. D., Shuaibu, Y. H., Abraham, T., Ogwu, R., & Bitrus, L. E. (2025). Intelligent Fire Detection Systems Using Deep Learning And Multi-Sensor Data Fusion: A Comprehensive Review. 8(5).
Ismayanti, R., Triadi, F., Jaya, A. K., & Irawan, A. (2025). Fire Detection And Room Firefighting System Based On Iot Using C4.5 Decision Tree Algorithm. Journal Of Embedded Systems, Security And Intelligent Systems, 641–653. Https://Doi.Org/10.59562/Jessi.V6i4.10685
Jethva, H. B., & Barot, P. A. (2021). ImbTree: Minority Class Sensitive Weighted Decision Tree for Classification of Unbalanced Data. International Journal of Intelligent Systems and Applications in Engineering, 9(4), 152–158. https://doi.org/10.18201/ijisae.2021473633
Kaharsyah, F. (2023). Rancang Bangun Robot Pemadam Kebakaran Otomatis Dengan Smartphone Menggunakan Esp32cam. 2.
Lativa, M., Ula, M., & Fachrurrazi, S. (2025). Perancangan Web Assessment Promosi Indibiz Telkom Lhokseumawe sebagai Media Interaktif untuk Calon Pengguna Baru. Sisfo: Jurnal Ilmiah Sistem Informasi, 9(2), 1–11. https://doi.org/10.29103/sisfo.v9i2.24997
Muhaimin. (2021). Rancang Bangun Robot Pemadam Api Otomatis Menggunakan Sistem Pneumatik Berbasis Mikrokontroller Atmega 32. Jurnal Litek : Jurnal Listrik Telekomunikasi Elektronika, 18(1), 21. Https://Doi.Org/10.30811/Litek.V18i1.2166
Pooja, Sneha, Shweta, & Vaishnavi. (2026). Home And Industrial Safety Using Fire And Gas Detection System. 4(6).
Prasad, K. D., Rachana, A., Ramya, P., Sharanya, B., Rakesh, N., & Prasad, K. D. (2026). Autonomous Fire Detection And Suppression System Using Iot And Robotic Platform With Video Monitoring.
Rahayu, R. R., Artanto, R. D., & Lustiar, D. (2023). Rancang Bangun Alat Pemadam Kebakaran Otomatis Berbasis Nodemcu Esp8266 Dan Menggunakan Bot Telegram Sebagai Notifikasi Kebakaran. 1(1).
Ren, X., Qu, K., Guo, J., Yin, H., & Huang, B. (2025). Research On Accurate Fire Source Localization And Seconds-Level Autonomous Fire Extinguishing Technology. Scientific Reports, 15(1), 17135. Https://Doi.Org/10.1038/S41598-025-01830-5
Sardi, W. T., & Miftachurohmah, N. (2023). Sistem Pengamanan Dan Peringatan Dini Kebakaran Rumah Berbasis internet of things (Singa Keriting). 2.
Suhendar, B., Surahmat, A., & Fuady, T. D. (2020). Sensor Robot Pemadam Api Dengan Beberapa Mode Operasi Berbasis Teknologi Dtmf, Bluetooth Dan Gsm. 4(2).
Sultan, T., Chowdhury, M. S., Safran, M., Mridha, M. F., & Dey, N. (2024). Deep Learning-Based Multistage Fire Detection System And Emerging Direction. Fire, 7(12), 451. Https://Doi.Org/10.3390/Fire7120451
Winata, W. A., Anam, K., & Chaidir, A. R. (2022). Robot Beroda Pendeteksi Gas Karbon Monoksida Dan Metana Berbasis Iot Menggunakan Metode Finite State Machine Dan Fuzzy Logic. Jurnal Rekayasa Elektrika, 18(1). Https://Doi.Org/10.17529/Jre.V18i1.24485
Zhang, G., & Gionis, A. (2023). Regularized impurity reduction: Accurate decision trees with complexity guarantees. Data Mining and Knowledge Discovery, 37(1), 434–475. https://doi.org/10.1007/s10618-022-00884-7
Zhong, M., Tong, X., & Liu, X. (2023). A New Fast Pwm Modulation Strategy For Power Electric Converter Based On Finite Set State Machine Theory. Energy Reports, 9, 90–96. Https://Doi.Org/10.1016/J.Egyr.2023.08.070
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Prosiding Seminar Nasional Fisika (Sinafi)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
