PENGEMBANGAN PROTOTIPE DETEKSI KEBISINGAN REAL-TIME DI PERPUSTAKAAN MENGGUNAKAN SENSOR GY-MAX4466 DENGAN METODE FUZZY TSUKAMOTO BERBASIS INTERNET OF THINGS
Kebisingan yang berlebihan di dalam perpustakaan dapat mengganggu konsentrasi dan kenyamanan pengguna. Oleh karena itu, dibutuhkan sistem yang mampu mendeteksi dan memantau tingkat kebisingan secara real-time serta memberikan peringatan kepada pengelola secara otomatis. Penelitian ini bertujuan untuk mengembangkan prototipe sistem deteksi kebisingan berbasis Internet of Things (IoT) yang dapat mengklasifikasikan tingkat kebisingan menggunakan metode Fuzzy Tsukamoto dan menyampaikan peringatan melalui notifikasi WhatsApp serta pemantauan data melalui aplikasi Blynk. Perangkat keras sistem terdiri dari mikrokontroler ESP32 dan sensor GY-MAX4466 sebagai pendeteksi tingkat kebisingan. Data kebisingan diproses menggunakan logika fuzzy untuk menentukan status kondisi lingkungan dalam tiga kategori yaitu, tenang, peringatan, dan kebisingan tinggi. Hasil klasifikasi dikirimkan ke pengguna melalui dua platform yaitu, WhatsApp melalui API CallMeBot dan aplikasi Blynk IoT untuk pemantauan jarak jauh secara real-time. Hasil pengujian menunjukkan bahwa sistem berhasil mendeteksi kebisingan dengan tingkat akurasi rata-rata mencapai 99,405%. Selain itu, sistem berhasil mengirimkan notifikasi WhatsApp dengan waktu penerimaan kisaran 1–10 detik dengan tingkat akurasi 100%. Pengujian pada aplikasi Blynk juga menunjukkan akurasi pengiriman data sebesar 100%, dengan nilai latency berkisar antara 68–70 ms dan tanpa packet loss. Dengan demikian, sistem yang dikembangkan terbukti efektif, responsif, dan layak digunakan sebagai alat bantu monitoring kebisingan berbasis IoT di lingkungan perpustakaan.