Logo UNTAN Universitas
Tanjungpura
Pontianak

Sistem Deteksi Banjir Berbasis IOT dengan Optimalisasi Daya Menggunakan Deep Sleep

Giat, Tri Sucipto (2026) Sistem Deteksi Banjir Berbasis IOT dengan Optimalisasi Daya Menggunakan Deep Sleep. Skripsi thesis, Universitas Tanjungpura.

[img] PDF (Cover-Bab1)
Cover-Bab1_H1051221074.pdf - Published Version

Download (568kB)
[img] PDF (H1051221074_GIAT_TRI_SUCIPTO)
H1051221074_GIAT_TRI_SUCIPTO.pdf - Accepted Version
Restricted to Repository staff only

Download (4MB)

Abstract

Banjir merupakan bencana alam yang sering terjadi di Indonesia, khususnya di Kabupaten Kubu Raya, Kalimantan Barat. Tingginya curah hujan dan dataran rendah menyebabkan wilayah tersebut rentan terhadap banjir. Oleh karena itu, diperlukan sistem pemantauan ketinggian air yang mampu memberikan peringatan dini secara otomatis kepada masyarakat. Namun, sistem deteksi banjir berbasis Internet of Things (IoT) umumnya bekerja secara terus-menerus sehingga mengakibatkan konsumsi daya yang cukup tinggi. Penelitian ini bertujuan untuk merancang sistem deteksi banjir berbasis IoT dengan optimalisasi daya menggunakan mode Deep Sleep pada mikrokontroler ESP32. Sistem menggunakan sensor ultrasonik JSN-SR04T untuk memantau ketinggian air, Water Level Switch sebagai trigger saat ESP32 memasuki dan keluar dari mode Deep Sleep, serta Bot Telegram sebagai media pengiriman notifikasi secara real-time. Metode penelitian meliputi perancangan, implementasi, serta pengujian akurasi sensor, pengiriman notifikasi, dan konsumsi daya. Hasil pengujian menunjukkan sensor JSN-SR04T memiliki rata-rata akurasi sebesar 99,27% dengan rata-rata error 0,52%. Sistem berhasil mengirimkan notifikasi Telegram secara real-time. Konsumsi daya per 1 jam saat kondisi aman rata – rata sebesar 0,069 W dengan Deep Sleep, 0,354 W tanpa Deep Sleep, saat kondisi siaga sebesar 0,354 W dengan Deep Sleep, 0,361 tanpa Deep Sleep, saat kondisi bahaya 0,349 W dengan Deep Sleep dan 0,352 tanpa Deep Sleep.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Giat, Tri SuciptoNIMH1051221074UNSPECIFIED
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Sistem Komputer S1
SWORD Depositor: Sri Yulihartini
Depositing User: Sri Yulihartini
Date Deposited: 17 Sep 2026 06:28
Last Modified: 17 Sep 2026 06:28
URI: https://repository.untan.ac.id/id/eprint/8484

Actions (login required)

View Item View Item