Author : Ahmad Jundi Ramadhan   , Tri Harsono, Taufiqurrahman, Mochamad Mobed Bachtiar
ABSTRAK

Indonesia merupakan negara dengan curah hujan yang tinggi, dimana musim penghujan bisa terjadi selama empat bulan atau lebih dalam setahun. Kebiasaan masyarakat membuang sampah di aliran air seperti sungai, menjadi salah satu penyebab terjadinya banjir. Dan juga datangnya banjir secara tiba-tiba menyebabkan belum adanya persiapan untuk melakukan evakuasi. Dibutuhkan sebuah sistem monitoring dan peringatan, agar menghindari korban jiwa dan meminimalisir kerugian materil yang terjadi akibat banjir. Pada proyek akhir ini, dibuat suatu sistem monitoring yang dapat mengetahui dan menghasilkan data perubahan level ketinggian permukaan air pada sungai secara real time. Alat ini menggunakan sensor ultrasonik yang digunakan untuk mengukur perubahan level ketinggian permukaan air. Dengan mengetahui perubahan level ketinggian permukaan air sungai, dapat diketahui kondisinya apakah aman, siaga, waspada, atau bahaya. Monitoring dapat dilakukan dengan jarak jauh dengan menggunakan jaringan internet dengan memanfaatkan teknologi Internet Of Things(IoT). Perangkat ini memliki client dan server yang masing-masing akan terhubung dengan jaringan internet. Dalam proses pengiriman data antara client dan server menggunakan MQTT(Message Queuing Telemetry Teleport). Kemudian data pada server akan disimpan pada cloud storage dan diolah dengan menggunakan fuzzy logic untuk memberikan notifikasi level siaga bahaya banjir. Bentuk notifikasi pada user akan dikirimkan pada aplikasi telegram. Dari hasil penelitian yang telah dilakukan penggunaan tiga sensor pada masing-masing client dapat meminimalisir hasil pembacaan ketinggian air dengan rata-rata error adalah 0-2 cm. Perancangan Early Warning System dengan menggunakan logika fuzzy masih terdapat error yang mencapai 2,85% dibandingkan dengan hasil simulasi pada matlab. Pada sistem juga terdapat sistem prediksi ketinggian air dengan menggunakan metode simple exponentials smoothing, hasil pengujian membuktikan rata-rata error adalah sekitar 3,7 cm dibandingkan dengan data real.

[DOWNLOAD ABSTRACT]