Kebakaran merupakan suatu peristiwa oksidasi dimana dalam suatu waktu bertemu tiga buah unsur, yakni bahan yang mudah terbakar, oksigen yang terdapat diudara, dan panas.Kebakaran dapat mengakibatkan kerugian harta benda atau cidera bahkan kematian manusia.Untuk itu, dalam suatu ruangan harus ada suatu sistem yang dapat membaca kondisi ruangan dan menentukan status kebakaran dalam ruangan tersebut. Karena faktor penyebab terjadinya kebakaran adalah tingginya kondisi suhu, asap, dan api yang tidak diketahui, maka untuk menghindari hal tersebut perlu suatu alat untuk mendeteksi kondisi suhu, asap, dan api saat ini. Dalam penelitian ini digunakan multi-sensor untuk mendeteksi kondisi suhu, asap, dan api dalam ruangan, sensor yang digunakan meliputi sensor suhu DHT11, sensor asap/gas MQ2, dan sensor api sedangkan pemroses yang digunakan adalah Arduino UNO. Ketiga sensor diproses menggunakan metode fuzzy yang hasilnya akan dibandingkan dengan metode Decision Tree untuk memperoleh sistem yang dapat melakukan proses dengan estimasi waktu yang cepat, akurasi tinggi, dan persentase error yang rendah.

Kedua metode dibandingkan melalui pengujian pada prototype sistem meliputi pengujian estimasi waktu, serta pengujian tingkat akurasi dan persentase error. Dari hasil pengujian metode fuzzy diperoleh total estimasi waktu dengan rata-rata sebesar 2.718 milisekon. Kemudian dari hasil pengujian metode Decision Tree diperoleh waktu proses rata-rata adalah 1.085 milisekon, sedangkan ketika hasil pengujian metode Decision Tree dibandingkan dengan hasil pengujian metode fuzzy menyatakan bahwa metode Decision Tree mampu menentukan status kebakaran lebih cepat 1.093 msdengan akurasi 88% dari pada metode fuzzy dan persentase error sebesar 12%.

Oleh karena itu sistem penentu status kebakaran menggunakan metode fuzzy dapat menentukan status kebakaran dengan estimasi waktu yang lebih lama daripada metode Decision Tree. Sedangkan metode Decision Tree dapat menentukan status kebakaran dengan estimasi waktu yang lebih cepat daripada metode fuzzy namun dengan akurasi yang lebih rendah daripada fuzzy.