Kebakaran pada bangunan merupakan kondisi darurat yang dapat mengubah tingkat bahaya secara cepat sehingga rute evakuasi statis tidak selalu mampu memberikan jalur yang aman. Penelitian ini bertujuan mengembangkan sistem penentuan rute evakuasi adaptif berbasis Internet of Things (IoT) dan Q-Learning dengan memanfaatkan sensor asap MQ-2, sensor suhu DHT22, ESP32, MQTT, Node-RED, dan MongoDB untuk memperoleh informasi kondisi lingkungan secara real-time. Data sensor digunakan untuk membentuk peta zona berbahaya yang menjadi dasar pemberian reward dan penalty pada algoritma Q-Learning dalam menentukan rute evakuasi. Pengujian dilakukan melalui empat skenario dengan parameter waktu komputasi, panjang rute, tingkat paparan bahaya, dan keberhasilan evakuasi. Hasil penelitian menunjukkan bahwa sistem berhasil mengintegrasikan seluruh komponen IoT, memperbarui peta zona berbahaya secara real-time, serta menghasilkan rute evakuasi yang aman dan menjauhi area berbahaya ketika jalur alternatif masih tersedia. Analisis juga menunjukkan bahwa perubahan kondisi lingkungan memengaruhi keputusan agen dalam memilih jalur evakuasi. Namun, pada kondisi perubahan bahaya yang terjadi selama proses evakuasi, sistem belum mampu melakukan penyesuaian rute secara optimal karena Q-Learning masih menggunakan hasil pembelajaran sebelumnya. Penelitian ini menunjukkan bahwa integrasi IoT dan Q-Learning mampu mendukung pengambilan keputusan rute evakuasi yang lebih adaptif serta menjadi dasar pengembangan sistem evakuasi cerdas pada smart building.