Pertumbuhan teknologi rumah pintar membawa tantangan baru dalam hal pengelolaan perangkat elektronik secara otomatis. Salah satu masalah yang dihadapi adalah pengelolaan perangkat seperti kipas dan lampu berdasarkan kondisi lingkungan, seperti suhu dan intensitas cahaya. Penelitian ini mengimplementasikan metode Fuzzy Mamdani untuk mengontrol perangkat rumah pintar secara otomatis, dengan Arduino Mega 2560 sebagai pengendali utama dan Raspberry Pi 4 sebagai pengirim dan penerima data serta penerapan model fuzzy. Sistem ini memanfaatkan sensor DHT22 untuk membaca suhu dan sensor LDR untuk mendeteksi intensitas cahaya. Data yang diperoleh dari sensor dikirimkan ke Arduino Mega 2560 untuk pengolahan awal, kemudian diteruskan ke Raspberry Pi 4 untuk pengambilan keputusan dan pengendalian perangkat. Data tersebut juga disimpan di Firebase untuk analisis dan pemantauan lebih lanjut. Penelitian ini bertujuan untuk menciptakan sistem kendali cerdas yang mampu mengotomatisasi dan memantau perangkat rumah pintar dengan lebih efektif. Hasil penelitian menunjukkan bahwa sistem ini berhasil mengontrol perangkat secara otomatis dengan akurasi tinggi, menunjukkan potensi besar untuk penerapan lebih lanjut dalam skala yang lebih luas.

The growth of smart home technology brings new challenges in the automatic management of electronic devices. One of the issues faced is the management of devices such as fans and lights based on environmental conditions, such as temperature and light intensity. This research implements the Fuzzy Mamdani method to automatically control smart home devices, with the Arduino Mega 2560 as the main controller and the Raspberry Pi 4 as the data transmitter, receiver, and fuzzy model implementation platform. The system utilizes a DHT22 sensor to read temperature and an LDR sensor to detect light intensity. Data collected from the sensors is sent to the Arduino Mega 2560 for preliminary processing and then forwarded to the Raspberry Pi 4 for decision-making and device control. The data is also stored in Firebase for further analysis and monitoring. The research aims to create an intelligent control system capable of automating and monitoring smart home devices more effectively. The results show that the system successfully controls devices automatically with high accuracy, demonstrating significant potential for broader-scale implementation.