Metode Decision Tree Sebagai Pembanding Metode Fuzzy Untuk Menentukan Status Kebakaran Menggunakan Multi-Sensor

Main Author: Saputra, MuhammadAgilDwi
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2015
Subjects:
Online Access: http://repository.ub.ac.id/146470/1/Metode_Decision_Tree_Sebagai_Pembanding_Metode_Fuzzy_Untuk_menentukan_Status_Kebakaran_Menggunakan_Multi-sensor.pdf
http://repository.ub.ac.id/146470/
Daftar Isi:
  • Kebakaran merupakan suatu peristiwa oksidasi dimana dalam suatu waktu bertemu tiga buah unsur, yakni bahan yang mudah terbakar, oksigen yang terdapat diudara, dan suhu panas. Kebakaran dapat mengakibatkan kerugian harta benda atau cidera bahkan kematian manusia. Kebakaran terjadi karena tidak ada informasi pada saat kondisi suhu tinggi, asap banyak dan terdapat api dalam ruangan. Sehingga diperlukan sebuah sistem yang dapat mendeteksi status kebakaran yang dapat digunakan lebih lanjut sebagai sistem peringatan dan penentu status kebakaran. Dalam penelitian ini, sebuah sistem penentu status kebakaran yang digunakan dalam ruangan dibuat berbasis Arduino UNO. Terdapat 3 status kebakaran, yakni No Fire, Potential Fire dan Fire. Sistem memiliki 3 fitur yang digunakan untuk mendeteksi status kebakaran yakni kondisi suhu, asap dan api. Pembacaan ketiga kondisi tersebut menggunakan multi-sensor yakni sensor suhu DHT11, sensor asap/gas MQ2, dan sensor api YG1006. Hasil pembacaan semua sensor kemudian dijadikan input pada sistem penentu status kebakaran menggunakan logika Fuzzy. Pengimplementasian fuzzy pada Arduino UNO membutuhkan komputasi sebesar 1997 ms. Untuk mempercepat proses penentuan status kebakaran, maka diterapkanlah metode decision tree yang berdasarkan input-output yang dihasilkan oleh simulasi fuzzy. Dari hasil pengimplementasian pada Arduino UNO, decision tree membutuhkan waktu komputasi sebesar 904 ms (2 kali lebih cepat dari fuzzy). Oleh karena itu sistem penentu status kebakaran menggunakan metode decision tree dapat menentukan status kebakaran dengan estimasi waktu yang lebih cepat daripada metode fuzzy yaitu 2 kali lebih cepat.