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.
|
PDF (Cover-Bab1)
Cover-Bab1_H1051221074.pdf - Published Version Download (568kB) |
|
|
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: |
|
||||||
| 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 |
