Stator merupakan komponen yang berperan penting untuk menggerakkan motor induksi. Kerusakan pada stator dapat menyebabkan motor induksi kehilangan tenaganya atau berhenti bergerak, bahkan kerusakan stator yang terlalu parah dapat menyebabkan hubungan arus pendek yang dapat menimbulkan kebakaran. Penelitian ini bertujuan untuk membuat sistem pendeteksi kerusakan stator pada motor induksi, yang terdiri dari pengambilan data menggunakan sensor suhu, sensor arus dan sensor getaran, kemudian dilakukan feature extraction menggunakan metode DWT (Discrete Wavelet Transform) untuk mendapatkan ciri khas setiap sinyal, setelah itu dilakukan pattern recognition menggunakan BNN (Backpropagation Neural Network) untuk mengidentifikasi kondisi stator, dan informasi tersebut ditampilkan dengan sistem IoT (Internet of Things) agar dapat diakses melalui koneksi internet. Hasil proses ekstraksi ciri menggunakan metode DWT menunjukkan bahwa sistem mampu menguraikan sinyal getaran dan sinyal arus. Hasil proses pengenalan pola menggunakan metode BNN menunjukkan bahwa sistem mampu mengklasifikasikan dari 300 data sinyal getaran dengan akurasi 96% dan 95% untuk 200 data sinyal arus. Keseluruhan sistem telah berhasil bekerja secara fungsional dengan menggunakan sistem Internet of Things (IoT) berbasis aplikasi web.