HARTONO, DWI and SUMARDIONO, ARIF and ALIMUDIN, ERNA (2024) TUGAS AKHIR : IMPLEMENTASI FUZZY LOGIC UNTUK EARLY WARNING SYSTEM BENCANA BANJIR. Diploma thesis, Politeknik Negeri Cilacap.
Text
COVER.pdf Download (1MB) |
|
Text
BAB I.pdf Download (156kB) |
|
Text
BAB II.pdf Download (796kB) |
|
Text
BAB III_Perancangan Sistem.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
Text
BAB IV_hasil dan pembahasan.pdf Restricted to Registered users only Download (894kB) | Request a copy |
|
Text
BAB V_kesimpulan dan saran.pdf Restricted to Registered users only Download (13kB) | Request a copy |
|
Text
LAMPIRAN.pdf Download (2MB) |
Abstract
Indonesia adalah negara beriklim tropis dengan curah hujan tinggi yang sering menyebabkan banjir sungai yang tidak dapat diprediksi. Volume air sungai yang meningkat tanpa disadari sering meluap dan menyebabkan banjir. Ketika banjir terjadi, warga tidak memiliki persiapan sehingga mengalami kerugian signifikan baik dari segi kesehatan maupun ekonomi. Banjir mengakibatkan banyak rumah rusak, perabotan hanyut, dan usaha rumahan terganggu, yang semuanya menimbulkan kerugian finansial. Early Warning System (EWS) untuk bencana banjir dapat menjadi solusi untuk masalah ini. Namun, kurangnya jaringan internet di lokasi sungai menyebabkan pengiriman data pada sistem kurang efektif. Oleh karena itu, dikembangkan EWS bencana banjir menggunakan komunikasi LoRa dan berbasis mikrokontroler Arduino Mega2560. Sistem ini menggunakan sensor ultrasonik untuk mengukur ketinggian air, sensor DHT11 untuk mengukur suhu dan kelembaban, sensor rain gauge untuk mengukur curah hujan, sensor anemometer untuk mengukur kecepatan angin, dan modul SIM900A untuk mengirim data ke ThingSpeak dan website yang telah dibuat. Pada penelitian sebelumnya, dalam pendeteksian banjir masih mengandalkan satu faktor saja, yaitu ketinggian air, sehingga akurasinya kurang memadai. Oleh karena itu, dikembangkan sebuah sistem peringatan dini (EWS) yang menggunakan logika fuzzy dengan mempertimbangkan faktor curah hujan dan kecepatan angin untuk meningkatkan akurasi dalam mendeteksi potensi terjadinya bencana banjir.Pengujian sensor menunjukkan error sensor ultrasonik mencapai 2,55%, sensor DHT11 sebesar 3,19%, sensor anemometer sebesar 2,38%, dan sensor rain gauge sebesar 2,14%. Pengiriman data ke ThingSpeak membutuhkan waktu sekitar 11 detik dengan akurasi mencapai 99,94%. Pengiriman data ke website membutuhkan waktu sekitar 10 sampai 30 detik dengan rata rata pengiriman mencapai 15,03 detik. Selain itu, pengujian Fuzzy Logic pada EWS menunjukkan hasil yang sangat baik, meningkatkan kemampuan sistem dalam memberikan peringatan dini yang lebih akurat. Kata kunci : banjir, EWS (Early Warning System), mikrokontroler, database, fuzzy logic
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | banjir, EWS (Early Warning System), mikrokontroler, database, fuzzy logic |
Subjects: | T Technology > T Technology (General) |
Divisions: | Teknik Elektronika |
Depositing User: | Dwi Hartono |
Date Deposited: | 19 Sep 2024 04:06 |
Last Modified: | 19 Sep 2024 04:06 |
URI: | http://elib.pnc.ac.id/id/eprint/1924 |
Actions (login required)
View Item |