LAPORAN PRAKTIK TRANSFORMASI INDUSTRI 4.

Nama : Tgl laporan awal : 4 Des 2025

Dwinta Syafa Salsabilla Tgl laporan akhir:
Fasya Anindya Kelompok 8
Muhammad Fakhri Al-Fathi

A. JUDUL
SENSOR API (FLAME) PADA ARDUINO

B. TUJUAN

- Mendeteksi keberadaan api atau sumber radiasi inframerah di lingkungan.

- Mengubah sinyal cahaya inframerah yang dipancarkan api menjadi sinyal listrik
yang dapat dibaca Arduino.
- Memicu sistem keamanan seperti alarm kebakaran atau notifikasi otomatis ketika
api terdeteksi.
- Melakukan pemantauan api secara real-time pada ruangan atau alat tertentu.
- Mengembangkan sistem keselamatan berbasis sensor untuk deteksi kebakaran dini

C. PRINSIP

Sensor api (flame sensor) bekerja dengan mendeteksi radiasi cahaya inframerah
yang dipancarkan oleh nyala api. Di dalam sensor terdapat fotodioda atau fototransistor
yang sensitif terhadap panjang gelombang inframerah, terutama pada rentang 760–1100
nm yang merupakan karakteristik dari api. Ketika ada api di dekat sensor, intensitas radiasi
inframerah meningkat dan menyebabkan sensor menghasilkan sinyal listrik yang lebih
besar. Modul sensor flame biasanya dilengkapi komparator sehingga dapat memberikan
output digital (HIGH/LOW) atau analog yang menunjukkan besar kecilnya intensitas api.
Arduino kemudian membaca sinyal tersebut melalui pin digital atau analog dan
mengambil tindakan sesuai program, seperti menyalakan alarm, mematikan perangkat,
atau memberi peringatan. Dengan prinsip ini, sensor api mampu mendeteksi keberadaan
api dengan cepat dan bekerja secara real- time untuk sistem keselamatan.
D. BAHAN
- 1x arduino uno - Buzzer
- Sensor api (flame - 7x Kabel jumper
sensor)

E. CARA KERJA
1. Setiap kelompok menyiapkan bahan yang akan digunakan
2. Kemudian rangkai bahan bahan yang sudah disediakan seperti gambar dibawah ini :

a. 5V arduino  Pin VCC flame sensor

b. GND arduino  Pin GND flame sensor
c. Pin A0 flame sensor  Pin A1 Arduino uno
d. GND buzzer  GND Arduino uno
e. Pin buzzer  Pin 12 arduino uno
3. Hubungkan Rangkaian pada Komputer menggunakan USB
4. Buka aplikasi Software IDE Arduino pada Komputer, kemudian masukan program
koding sebagai berikut :
5. int pinSensor = A1;
6. int pinBuzzer = 12;
7.
8. void setup() {
9. [Link](9600);
10. pinMode(pinSensor,
INPUT);
11. pinMode(pinBuzzer,
OUTPUT);
12.}
13.
15. int nilai =
16. analogRead(pinSensor);
17. [Link](nilai);
18. if (nilai < 100) {
19. digitalWrite(pinBuzzer, HIGH);
20. [Link]("Api
21. terdeteksi");
22. } else {
23. digitalWrite(pinBuzzer,
24. LOW);
25. [Link]("Tidak ada
26. api");
27.} }

F. DATA PENGAMATAN

Treshold Nilai pada serial monitor Kondisi buzzer Keberadaan api

677 Tidak berbunyi Api tidak terdeteksi
50
76 Tidak berbunyi Api tidak terdeteksi
678 Tidak berbunyi Api tidak terdeteksi
100
77 Berbunyi Api terdeteksi
679 Tidak berbunyi Api tidak terdeteksi
200
79 Berbunyi Api terdeteksi
1000 679 Tidak berbunyi Api tidak terdeteksi

G. PEMBAHASAN

Pengamatan pada tabel pertama menunjukkan bagaimana sebuah sensor api berbasis
fotodioda inframerah (IR flame sensor) memberikan respons terhadap keberadaan nyala api
dengan membandingkan nilai ADC (analog–digital converter) dengan suatu nilai ambang
(threshold) yang ditetapkan di sistem Arduino. Secara fisika–kimia, api menghasilkan
spektrum radiasi elektromagnetik yang khas, terutama pada rentang ultraviolet-near IR
hingga infrared (780–1100 nm) akibat eksitasi elektron dari molekul yang terionisasi serta
proses rekombinasi radikal. Flame sensor umumnya didesain highly selective untuk
mendeteksi kedipan karakteristik nyala api yang berfrekuensi sekitar 1–20 Hz. Ketika api
hadir, intensitas IR yang diterima fotodioda meningkat, menghasilkan arus fotoelektrik yang
lebih besar, kemudian ditransduksi menjadi tegangan dan dibaca sebagai nilai ADC lebih
rendah atau lebih tinggi, bergantung pada konfigurasi rangkaian (pada data pengguna
terlihat nilai kecil menandakan adanya api).

Ketika threshold dinaikkan dari 50, 100, 200 hingga 1000, sistem logika Arduino
merepresentasikan bagaimana komputer kecil ini melakukan decision making. Threshold
 berfungsi sebagai batas minimum atau maksimum sinyal yang menandakan suatu kondisi
deteksi. Misalnya pada threshold 100 dan 200, sinyal 77 atau 79 sudah cukup melewati batas
sehingga buzzer aktif. Secara elektronika, microcontroller hanya membandingkan:

IF (nilai sensor < threshold) → api terdeteksi (atau kebalikannya tergantung rangkaian).

Fenomena perbedaan respons pada setiap threshold menunjukkan interaksi antara

sinyal analog alami (radiasi api yang fluktuatif) dengan sistem elektronik digital. Radiasi api
itu sendiri dipengaruhi oleh komposisi kimia bahan bakar, kehadiran oksigen, serta
turbulensi yang menghasilkan pola IR yang tidak stabil. Oleh karena itu, nilai sensor pada
kondisi tanpa api tetap memperlihatkan angka sekitar 677–679, yang merupakan background
noise sinyal IR dari lingkungan atau IR yang dipantulkan. Ketika api hadir, nilai sensor
turun mendekati ~76–79 akibat peningkatan intensitas IR yang diubah menjadi sinyal
berlawanan oleh rangkaian pembagi tegangan sensor.

Dengan demikian, pembacaan ini menyajikan kombinasi fenomena fisika kimia

(emisivitas dan spektrum api), fenomena elektronik (respon fotodioda, pembagian tegangan,
ADC 10-bit Arduino), dan fenomena logika digital (comparative threshold decision). Praktik
ini menggambarkan bagaimana sistem industri 4.0 memanfaatkan sensor untuk melakukan
real-time monitoring terhadap fenomena alam dengan mengubah sinyal analog yang kaya
informasi menjadi keputusan logis berupa buzzer berbunyi atau tidak, yang merupakan
bentuk otomasi dasar.

H. KESIMPULAN

Berdasarkan hasil pengamatan, dapat disimpulkan bahwa sensor api berbasis

fotodioda inframerah mampu mendeteksi keberadaan api melalui perubahan nilai analog
yang sangat jelas. Ketika api muncul, nilai ADC turun signifikan, menunjukkan peningkatan
intensitas radiasi inframerah yang ditangkap sensor. Perubahan ini terbukti cukup kuat untuk
dibedakan oleh sistem. Penentuan nilai threshold menjadi faktor utama dalam keberhasilan
deteksi: threshold rendah (50–200) menghasilkan deteksi yang akurat dan buzzer berbunyi
tepat saat api hadir, sementara threshold sangat tinggi (1000) menyebabkan sistem gagal
mendeteksi api. Dengan demikian, tujuan praktik tercapai, yaitu memahami cara kerja
sensor api, bagaimana sinyal analog diproses oleh Arduino, serta bagaimana pengaturan
threshold menentukan keputusan sistem untuk menyalakan alarm.
 DAFTAR PUSTAKA

Crompton, A. J., Gamage, K. A. A., Bell, S., Wilson, A. P., Jenkins, A., & Trivedi, D. (2017). First results of
using a UVTron flame sensor to detect alpha-induced air fluorescence in the UVC wavelength range.
Sensors, 17(12), 2756. [Link]
Deng, L., Wu, S., Zou, S., & Liu, Q. (2025). Large-space fire detection technology: A review of conventional
detector limitations and image-based target detection techniques. Fire, 8(9), 358.
[Link]
Khan, F., Xu, Z., Sun, J., Khan, F. M., Ahmed, A., & Zhao, Y. (2022). Recent advances in sensors for fire
detection. Sensors, 22(9), 3310. [Link]
Mukhiddinov, M., Abdusalomov, A. B., & Cho, J. (2022). Automatic fire detection and notification system
based on improved YOLOv4 for the blind and visually impaired. Sensors, 22(9), 3307.
[Link]
Rehman, A., Qureshi, M. A., Ali, T., Irfan, M., Abdullah, S., Yasin, S., Draz, U., Glowacz, A., Nowakowski,
G., Alghamdi, A., Alsulami, A. A., & Węgrzyn, M. (2021). Smart fire detection and deterrent system
for human savior by using Internet of Things (IoT). Energies, 14(17), 5500.
[Link]
Sarwar, B., Bajwa, I. S., Jamil, N., Ramzan, S., & Sarwar, N. (2019). An intelligent fire warning application
using IoT and an adaptive neuro-fuzzy inference system. Sensors, 19(14), 3150.
[Link]
Sarwar, B., Bajwa, I. S., Ramzan, S., Ramzan, B., & Kausar, M. (2018). Design and application of fuzzy
logic based fire monitoring and warning systems for smart buildings. Symmetry, 10(11), 615.
[Link]