Pengelolaan peralatan laboratorium yang masih mengandalkan formulir cetak dinilai tidak efisien dan rentan terhadap kerusakan data. Penelitian ini mengembangkan sebuah middleware Internet of Things (IoT) untuk mengotomatisasi deteksi keluar masuk barang pada sistem inventaris laboratorium. Sistem ini memanfaatkan teknologi Radio Frequency Identification (RFID) untuk identifikasi barang secara nirkabel dan menerapkan metode klasifikasi K-Nearest Neighbor (K-NN) untuk memberikan rekomendasi konfigurasi perangkat yang optimal. Algoritma K-NN diimplementasikan untuk mengklasifikasikan kebutuhan daya baca (Read Power) RFID Reader berdasarkan parameter masukan berupa dimensi ruangan (panjang, lebar, tinggi) dan nilai kekuatan sinyal (RSSI), yang dikategorikan berdasarkan nilai mediannya. Hasil pengujian menunjukkan bahwa model K-NN mencapai kinerja terbaik dengan parameter K=6, menghasilkan akurasi sebesar 95,8% dan presisi 1.0 pada data pengujian. Sistem ini telah berhasil diuji di lima lingkungan laboratorium yang berbeda, menunjukkan kemampuan adaptasi dan pembacaan sinyal yang stabil. Selain itu, sistem keamanan terintegrasi yang menggunakan protokol MQTT mampu memicu kamera untuk mengambil gambar secara otomatis saat mendeteksi pengeluaran alat tanpa izin. Dengan demikian, sistem \"Smart Laboratory\" ini berhasil meningkatkan efisiensi, akurasi data, dan keamanan dalam pengelolaan inventaris untuk mendukung kegiatan belajar mengajar di laboratorium.