USMUSM

ElektrikaElektrika

Sistem pendistribusian air bersih yang masih dilakukan secara manual dinilai kurang efisien dan berpotensi menimbulkan keterlambatan dalam proses distribusi. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem distribusi air berbasis Internet of Things (IoT) yang mengintegrasikan komunikasi LoRa dan pemodelan prediktif ARIMA. Sistem ini terdiri dari tiga node ESP32 yang saling terhubung melalui jaringan LoRa, yaitu node 1 yang bertugas mengumpulkan data sensor, node gateway yang berfungsi mengirim data ke Firebase, dan node 2 yang mengontrol pompa melalui relay. Sensor JSN-SR04T digunakan untuk mengukur ketinggian air, sementara Water Flow Sensor digunakan untuk mendeteksi debit aliran. Algoritma ARIMA digunakan untuk memprediksi pola penggunaan air berdasarkan data historis. Hasil pengujian menunjukkan bahwa sensor JSN-SR04T mampu membaca perubahan permukaan air secara akurat dengan selisih kurang dari 1 cm dibandingkan data aktual, dan hasil persentase ketinggian air yang ditampilkan dalam aplikasi sesuai dengan perhitungan manual. Komunikasi LoRa menunjukkan performa optimal pada jarak 10 meter dengan RSSI -47 dBm dan SNR 9,75 dB, namun mengalami penurunan pada jarak 100 meter (RSSI -121 dBm, SNR -6,25 dB). Selain itu, model ARIMA menunjukkan tingkat kesalahan prediksi yang bervariasi antara 3,81% hingga 23,13%. Sistem ini terbukti mampu melakukan pemantauan secara real-time dan memberikan prediksi penggunaan air untuk mendukung distribusi yang lebih optimal.

Sistem monitoring air berbasis IoT ini menunjukkan performa yang andal dan efektif, dengan sensor JSN-SR04T berhasil memberikan data ketinggian air yang akurat dan stabil, serta nilai persentase ketinggian air pada aplikasi monitoring sesuai dengan perhitungan manual.Model prediksi ARIMA terbukti efektif dalam memproyeksikan penggunaan air, meskipun sensitif terhadap perubahan data yang drastis, sementara teknologi LoRa menunjukkan performa baik pada jarak dekat dan area terbuka namun menurun di lingkungan dengan banyak hambatan fisik.Sensor Water Flow juga responsif terhadap variasi kondisi operasional dan mampu mengirimkan data secara real-time ke Firebase, membuktikan bahwa sistem berfungsi dengan stabil dan diandalkan untuk pemantauan level dan aliran air.

Sistem yang dikembangkan ini berhasil melakukan pemantauan dan prediksi penggunaan air, menjadi dasar yang kuat untuk pengembangan di masa depan. Salah satu area penting untuk penelitian lanjutan adalah meningkatkan jangkauan dan keandalan komunikasi LoRa di lingkungan yang kompleks, misalnya dengan mengembangkan implementasi jaringan LoRaWAN multi-hop atau mengeksplorasi algoritma perutean dinamis antar node. Ini sangat krusial agar sistem dapat berfungsi optimal di area yang lebih luas atau penuh hambatan, seperti di gedung perkantoran besar atau jaringan perkotaan. Selanjutnya, untuk mengatasi sensitivitas model ARIMA terhadap perubahan data yang drastis, penelitian dapat berfokus pada pengembangan model prediksi hibrida. Pendekatan ini bisa menggabungkan ARIMA dengan teknik pembelajaran mesin yang lebih canggih, seperti Long Short-Term Memory (LSTM) atau jaringan saraf tiruan, untuk meningkatkan akurasi peramalan pola penggunaan air yang fluktuatif dan tidak terduga. Terakhir, untuk mencapai tingkat optimasi yang lebih tinggi, disarankan untuk mengembangkan arsitektur sistem yang mampu mengelola distribusi air bersih di beberapa tangki atau zona distribusi secara terpadu. Hal ini berarti sistem tidak hanya memantau satu titik, tetapi dapat mengkoordinasikan pasokan dan permintaan air secara cerdas di seluruh jaringan, dengan mempertimbangkan faktor-faktor eksternal seperti ramalan cuaca atau pola konsumsi historis dari berbagai area, sehingga distribusi air menjadi lebih adaptif, efisien, dan berkelanjutan.

Read online
File size588.36 KB
Pages8
DMCAReport

Related /

ads-block-test