Peningkatan konsentrasi karbon dioksida (CO?) di atmosfer telah mencapai level tertinggi dalam 2 juta tahun terakhir yaitu 419,3 PPM pada tahun 2023, yang sebagian besar disebabkan oleh aktivitas manusia. Penelitian ini bertujuan merancang dan mengimplementasikan perangkat monitoring CO? berbasis Internet of Things (IoT) yang terintegrasi dengan sistem filtering karbon aktif untuk mendeteksi, memantau, dan mengurangi konsentrasi CO? secara real-time dalam ruangan tertutup.
Sistem yang dikembangkan menggunakan sensor MH-Z19B dengan teknologi Non-Dispersive Infrared (NDIR) untuk deteksi CO?, mikrokontroler ESP32-S3 sebagai pengolah data, exhaust fan dengan filter karbon aktif untuk proses filtering, serta platform IoT berbasis Firebase Realtime Database dan aplikasi Flutter untuk monitoring jarak jauh. Sistem juga dilengkapi dengan algoritma Random Forest untuk prediksi konsentrasi CO? 5 menit ke depan guna memberikan early warning system yang proaktif.
Hasil pengujian menunjukkan bahwa sistem berhasil mencapai performa yang sangat baik dengan beberapa pencapaian utama. Efektivitas filtering meningkat signifikan dari 3,74% (tanpa karbon aktif) menjadi 13,78% (dengan karbon aktif), dengan efektivitas maksimal mencapai 25,32% pada kondisi optimal. Sistem prediksi menggunakan Random Forest mencapai akurasi rata-rata 96,52% dengan 87% prediksi mencapai akurasi ?90%. Kalibrasi sensor MH-Z19B menunjukkan akurasi yang sesuai spesifikasi datasheet dengan rata-rata error 5,27-6,45%. Integrasi IoT berhasil menyediakan platform monitoring real-time yang stabil dengan latency komunikasi 2-3 detik dan uptime 98,5%.
Kata Kunci: Internet of Things (IoT), Monitoring CO?, Sensor MH-Z19B, ESP32-S3, Karbon Aktif, Random Forest, Prediksi Gas