Optimasi Sistem Peringatan Dini Banjir Berbasis Sensor Ketinggian Air dengan Kalman Filter
Devin, Sanyoka (2025) Optimasi Sistem Peringatan Dini Banjir Berbasis Sensor Ketinggian Air dengan Kalman Filter. Skripsi thesis, Universitas Tanjungpura.
|
PDF (Cover-Bab1)
Cover-Bab1_H1051211002.pdf - Published Version Download (855kB) |
|
|
PDF (H1051211002_DEVIN_SANYOKA)
H1051211002_DEVIN_SANYOKA.pdf - Accepted Version Restricted to Repository staff only Download (2MB) |
Abstract
Banjir merupakan bencana alam yang sering terjadi dan dapat menimbulkan berbagai kerugian. Oleh karena itu, sistem peringatan dini banjir menjadi hal yang penting untuk meminimalisir kerugian yang dapat ditimbulkan. Namun masalah akurasi dan noise pengukuran ketinggian air seringkali menjadi tantangan dalam sistem peringatan dini banjir. Hal tersebut dapat mengakibatkan kesalahan informasi atau peringatan. Tujuan dari penelitian ini adalah untuk meneliti performa Kalman Filter dalam meningkatkan akurasi pengukuran ketinggian air dan menangani peringatan banjir yang tidak sesuai. Perangkat keras yang digunakan dalam penelitian ini terdiri dari sensor ketinggian air resistif dan mikrokontroler ESP32. Sementara itu, perangkat lunak yang digunakan terdiri dari aplikasi web pemantauan, serta layanan Fonnte untuk pengiriman peringatan ke WhatsApp. Pengujian dilakukan dalam 3 kondisi dengan menerapkan ketinggian air 5 cm sebagai ambang batas peringatan. Kondisi pertama tidak hujan dengan ketinggian air 4,5 cm, kondisi kedua hujan dengan ketinggian air melintasi 5 cm, dan kondisi ketiga tidak hujan dengan ketinggian air 5,5 cm. Jumlah data yang digunakan dalam pengujian adalah 30 untuk kondisi pertama, 31 untuk kondisi kedua, dan 30 untuk kondisi ketiga. Kalman Filter yang diterapkan dalam pengujian menggunakan parameter R sebesar 0,27 dan Q sebesar 0,1, dengan pengambilan data setiap 10 detik sekali. Berdasarkan hasil pengujian, akurasi pengukuran ketinggian air dengan penerapan Kalman Filter pada kondisi pengujian pertama adalah sebesar 97,94%, kondisi pengujian kedua sebesar 97,64%, dan kondisi pengujian ketiga sebesar 97,75%. Selama pengujian, Kalman Filter berhasil mencegah semua peringatan yang tidak tepat dengan cara menstabilkan nilai ketinggian air yang terbaca oleh sensor.
| 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: | Robiatul Adawiyah | ||||||
| Depositing User: | Robiatul Adawiyah | ||||||
| Date Deposited: | 29 Sep 2026 03:26 | ||||||
| Last Modified: | 29 Sep 2026 03:26 | ||||||
| URI: | https://repository.untan.ac.id/id/eprint/8616 |
Actions (login required)
![]() |
View Item |
