ThesisOpen AccessMetadata saja
2026•
Kebakaran merupakan bencana yang menimbulkan kerugian signifikan terhadap keselamatan jiwa dan harta benda, yang sering diperparah oleh keterlambatan respons akibat deteksi manual. Penelitian ini mengusulkan sistem deteksi dini kebakaran berbasis mobile robot Internet of Things (IoT) yang terintegrasi dengan kamera dan web monitoring. Sistem menggunakan sensor DHT22, MQ-2, sensor api 5 channel, sensor ultrasonik, serta kamera ESP32-CAM, dengan ESP32-S3 sebagai pusat kendali yang mengirimkan data ke web berbasis Laravel melalui HTTP REST API. Metode Rule-Based System (RBS) digunakan untuk mengklasifikasikan kondisi menjadi Aman, Waspada, dan Bahaya, sekaligus mengatur pergerakan robot. Hasil pengujian menunjukkan sistem bekerja secara fungsional dan terintegrasi dengan baik, dengan akurasi keseluruhan sebesar 61,1% dari 18 skenario pengujian. Kinerja sistem lebih optimal pada kondisi indoor (88,9%) dibandingkan outdoor (33,3%), yang dipengaruhi oleh faktor lingkungan. Sistem memiliki keandalan komunikasi yang baik dengan nilai packet loss sebesar 0%, namun masih terdapat delay yang cukup tinggi, yaitu rata-rata 1998,04 ms pada indoor dan 1342,3 ms pada outdoor. Perbedaan nilai delay tersebut dipengaruhi oleh kondisi lingkungan pengujian, di mana pada pengujian indoor terdapat hambatan berupa tembok dan struktur bangunan yang dapat mengganggu transmisi data, sedangkan pada pengujian outdoor lingkungan cenderung lebih terbuka sehingga proses komunikasi data berlangsung lebih baik. Secara keseluruhan, sistem mampu melakukan deteksi dini kebakaran secara otomatis, meskipun masih memerlukan optimasi sensor, navigasi, dan komunikasi data untuk meningkatkan kinerja, khususnya pada kondisi outdoor.
ThesisOpen AccessMetadata saja
2025•
.Kualitas udara yang buruk di ruang laundry dapat memengaruhi kenyamanan, kesehatan pengguna, dan efisiensi operasional. Hal ini disebabkan oleh tingginya paparan uap kimia, kelembapan berlebih, dan suhu tinggi yang dapat menciptakan lingkungan tidak sehat. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengembangkan prototipe sistem ventilasi otomatis untuk pengendalian kualitas udara di ruang laundry berbasis Internet of ThingsF (IoT) dengan metode rule-based. Sistem ini menggunakan sensor MQ-135 untuk mendeteksi gas CO, sensor DHT22 untuk mengukur suhu dan kelembapan, serta platform Blynk IoT untuk monitoring dan kontrol jarak jauh. Metode rule-based mengklasifikasikan kondisi udara menjadi tiga kategori (Normal, Waspada, dan Bahaya), kemudian mengaktifkan kipas exhaust, LED indikator, dan buzzer secara otomatis sesuai tingkat bahaya yang terdeteksi. Hasil penelitian menunjukkan sistem bekerja dengan baik selama pengujian tiga hari (8-10 Desember 2025) dengan total 360 sampel data. Metode rule-based berhasil mengklasifikasikan kondisi udara dengan tingkat akurasi 100%, mampu mendeteksi lonjakan tertinggi dengan suhu 34.8°C, kelembaban 68%, dan CO 60 ppm, serta menurunkan kondisi secara otomatis melalui aktivasi kipas exhaust. Analisis akurasi sensor menunjukkan sensor suhu DHT22 mencapai 97,840%, sensor kelembaban DHT22 mencapai 84,652%, dan sensor gas MQ-135 mencapai 92,442%, sehingga akurasi sistem keseluruhan mencapai 91,645%. Integrasi dengan platform Blynk IoT mencapai tingkat keberhasilan pengiriman data 100%, packet loss 0% (sangat baik berdasarkan standar TIPHON), dan latency 194,25 ms (baik). Sistem terbukti layak dan andal untuk meningkatkan kualitas udara secara otomatis dan responsif, meskipun terdapat keterbatasan pada akurasi sensor kelembaban dan sensor gas CO, serta dapat diadaptasi untuk penggunaan di berbagai lingkungan dengan kebutuhan serupa.
ThesisOpen AccessMetadata saja
2025•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Pengisian ulang air minum pada depot air umumnya masih dilakukan secara manual oleh tenaga manusia, yang cenderung kurang efisien, membutuhkan waktu lebih lama, dan berisiko terhadap kesalahan pengisian. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem otomatis pengisian ulang air galon berbasis Internet of Things (IoT) yang mampu meningkatkan efisiensi dan akurasi proses pengisian. Sistem ini menggunakan mikrokontroler ESP32 sebagai pusat kendali, yang diintegrasikan dengan sensor infrared proximity untuk mendeteksi keberadaan galon, serta modul relay untuk mengendalikan pompa air. Data dari sensor dikirim secara real-time ke aplikasi Blynk yang memungkinkan pengguna memantau status pengisian, waktu pengisian, serta kondisi pompa secara jarak jauh. Selain itu, sistem dilengkapi dengan fitur keamanan berupa proteksi terhadap tumpahan air guna mencegah pemborosan dan kerusakan peralatan. Implementasi sistem dilakukan langsung di lingkungan nyata, yaitu di Depot Air Minum Fitrah Qua. Hasil pengujian menunjukkan bahwa sistem mampu melakukan pengisian otomatis berdasarkan deteksi galon dengan durasi pengisian selama 77 detik untuk galon 15 liter dan 89 detik untuk galon 19 liter. Dari 60 sampel pengisian, tercatat rata-rata selisih waktu pengisian sebesar 0,25 detik dan tingkat error hanya 0,31%, menunjukkan konsistensi dan akurasi yang tinggi. Selain itu, performa komunikasi jaringan sangat stabil dengan rata-rata latency di bawah 300 ms dan packet loss sebesar 0%. Sistem ini menggunakan perangkat keras yang mudah diperoleh dan perangkat lunak open-source, sehingga memungkinkan pengembangan lebih lanjut. Dengan demikian, sistem ini dinilai efektif dan berpotensi menjadi solusi inovatif di wilayah yang belum menerapkan otomatisasi pengisian air, seperti di Kota Tarakan.
ThesisOpen AccessMetadata saja
2025•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Kebakaran Rumah merupakan salah satu bencana yang sering terjadi di berbagai wilayah, termasuk di Kota Tarakan dengan salah satu penyebab utama yaitu korsleting listrik. Peristiwa ini umumnya terjadi di kawasan permukiman padat penduduk akibat kelalaian dalam memantau penggunaan listrik serta kurangnya sistem deteksi dini kebakaran. Penelitian ini bertujuan untuk merancang prototipe sistem monitoring listrik rumah berbasis Internet of Things (IoT) menggunakan metode Rule-Based System yang mampu mendeteksi potensi kebakaran secara dini. Sistem ini menggunakan mikrokontroler ESP32 sebagai pengendali utama, sensor arus dan tegangan (PZEM-004T) untuk memantau parameter listrik dan sensor suhu (Thermistor NTC) untuk mengidentifikasi perubahan suhu di sekitar perangkat. Data yang diperoleh akan dianalisis menggunakan metode Rule-Based System untuk menentukan status kondisi listrik (Normal, Waspada, atau Berbahaya). Sistem dilengkapi dengan aplikasi Blynk IoT yang memungkinkan pemantauan kondisi secara real-time, pengiriman notifikasi dini, serta kontrol jarak jauh seperti pemutusan aliran listrik saat bahaya terdeteksi. Berdasarkan hasil pengujian yang telah dilakukan, sistem ini menunjukkan kinerja yang sangat baik dengan tingkat akurasi pengukuran sistem mencapai 99,46%, serta kemampuan dalam klasifikasi kondisi kelistrikan yang berjalan secara optimal. Integrasi dengan aplikasi Blynk IoT memungkinkan pemantauan dan pengendalian sistem secara real-time dengan akurasi pengiriman data mencapai 100%, tanpa kehilangan paket (packet loss 0%), rata-rata waktu penerimaan notifikasi antara 10,6 hingga 14,7 detik, serta rata-rata latency error sebesar 268,3 ms. Dengan demikian, sistem ini dinilai efektif dalam mendeteksi potensi risiko kebakaran secara dini dan memberikan solusi dalam meningkatkan keamanan instalasi kelistrikan rumah tangga, khususnya di wilayah rawan seperti Kota Tarakan.
