Kebakaran merupakan salah satu bencana yang dapat menimbulkan kerugian besar
sehingga diperlukan sistem deteksi dini yang cepat dan akurat. Penelitian ini
bertujuan merancang dan mengimplementasikan sistem deteksi api dan asap
berbasis algoritma YOLOv8 dengan memanfaatkan CCTV IP Camera sebagai
sumber citra real-time, serta ESP32 dan buzzer sebagai sistem peringatan dini.
Sistem dikembangkan menggunakan bahasa pemrograman Python, OpenCV, dan
model YOLOv8 yang telah dilatih menggunakan dataset objek api dan asap.
Pengujian dilakukan pada berbagai kondisi objek, jarak, serta performa pemrosesan
real-time. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi objek
api dan asap pada berbagai kondisi dengan tingkat confidence yang bervariasi. Pada
pengujian jarak, sistem masih mampu mendeteksi objek hingga jarak 1 meter
dengan nilai confidence mencapai 0,81. Performa sistem juga menunjukkan
kemampuan pemrosesan real-time dengan rata-rata kecepatan 13,1–17,7 FPS dan
delay sebesar 0,056–0,076 detik. Selain itu, komunikasi antara aplikasi Python dan
ESP32 berjalan dengan baik sehingga buzzer dapat aktif secara otomatis ketika
objek api atau asap terdeteksi dan berhenti ketika kondisi kembali
normal.Berdasarkan hasil implementasi dan pengujian, dapat disimpulkan bahwa
sistem deteksi api dan asap berbasis YOLOv8 berhasil diimplementasikan sesuai
dengan rancangan. Integrasi antara CCTV, model YOLOv8, GUI monitoring,
ESP32, dan buzzer mampu memberikan pemantauan serta peringatan dini secara
real-time. Untuk pengembangan selanjutnya, sistem disarankan menggunakan
dataset yang lebih beragam, kamera dengan resolusi lebih tinggi, serta penambahan
fitur notifikasi berbasis Internet of Things (IoT) agar jangkauan dan keandalan
sistem semakin meningkat.
Kata Kunci: Deteksi Api, Deteksi Asap, YOLOv8, Pengolahan Citra, ESP32,
Sistem Peringatan.