Perancangan Sistem Pemantauan Cuaca dan EWS Banjir Berbasis Wireless Sensor Network
Abstract
Cuaca ekstrem yang sulit diprediksi menjadi tantangan serius dalam upaya mitigasi bencana, khususnya di wilayah rawan banjir seperti Dayeuhkolot, Kabupaten Bandung. Ketergantungan pada sistem peringatan dini manual dari BBWS terbukti belum mampu memberikan respons yang cepat dan terintegrasi. Untuk menjawab kebutuhan tersebut, dikembangkan sistem monitoring berbasis Wireless Sensor Network (WSN) dan Internet of Things (IoT) yang mampu mengumpulkan data cuaca secara real-time melalui sensor lingkungan. Data yang diperoleh dikalibrasi menggunaka regresi linear untuk meningkatkan akurasi pembacaan, dan selanjutnya digunakan dalam pelatihan model Machine Learning XGBoost untuk menghasilkan prakiraan cuaca lokal yang lebih akurat. Sistem ini juga dilengkapi dengan fitur Early Warning System (EWS) banjir yang bekerja berdasarkan tinggi muka air sungai secara real-time, tanpa bergantung pada prediksi. Implementasi dilakukan di dua lokasi, yaitu Teras Cikapundung dan Polder Cipalasari, serta terintegrasi dengan aplikasi seluler dan website We-Weather sebagai media pemantauan. Hasil pengujian menunjukkan bahwa sistem memiliki performa tinggi dalam prediksi cuaca dan kemudahan penggunaan, sehingga diharapkan dapat memperkuat sistem mitigasi bencana hidrometeorologi dan mendukung pengambilan keputusan oleh masyarakat serta pemangku kepentingan.
Kata kunci— Cuaca ekstrem, Early Warning System, banjir, Machine Learning, Wireless Sensor Network, XGBoost, Monitoring.
References
D. D. Wiwaha, D. A. Gafyunedi, Z. M. Mahdi, I. W. Putro, B. A. Pramudita, and D. P. Setiawan, “Enhancing Rainfall Prediction Accuracy through XGBoost Model with Data Balancing Techniques,” 2024 20th IEEE International Colloquium on Signal Processing and Its Applications, CSPA 2024 - Conference Proceedings, pp. 120–125, 2024, doi:10.1109/CSPA60979.2024.10525558.
I. A. Wandi and A. Ashari, “Monitoring Ketinggian Air dan Curah Hujan Dalam Early Warning System Bencana Banjir Berbasis IoT,” IJEIS (Indonesian Journal of Electronics and Instrumentation Systems), vol. 13, no. 1, Apr. 2023, doi: 10.22146/ijeis.83569.
D. B. M. Arya, F. Dewanta, and S. Astuti, “Analisis Perbandingan Algoritma Decision Tree, Random Forest, dan NaÔve Bayes untuk Prediksi Banjir di Desa Dayeuhkolot,” TELKA, vol. 9, no. 1, pp. 52–61, 2023.
M. Ridwan and J. Sarjito, “Studi Kajian Dampak Perubahan Tutupan Lahan terhadap Kejadian Banjir di Daerah Aliran Sungai,” ENVIRO: Journal o
Tropical Environmental Research, vol. 26, no. 1, p. 38, 2024, doi: 10.20961/enviro.v26i1.93145.
H. S. Destian Setiyo Anggoro, “SISTEM
MONITORING CUACA DAN PERINGATAN BANJIR BERDASARKAN KETINGGIAN AIR DENGAN BERBASIS INTERNET OF THINGS (IOT),” vol. 3, no. 1, pp. 1–15, 2024, [Online]. Available: http://dx.doi.org/10.1016/j.bpj.2015.06.056%0Ah ttps://academic.oup.com/bioinformatics/articleabstract/34/13/2201/4852827%0Ainternalpdf://semisupervised3254828305/semisupervised ppt%0Ahttp://dx.doi.or g/10.1016/j.str.2013.02.005%0Ahttp://dx.doi.org/10.10
N. Dina Adharina and D. Lukmanur Hakim, “FaktorFaktor Masyarakat Tetap Tinggal di Kawasan Rawan Bencana Banjir, Desa Dayeuhkolot, Kabupaten Bandung Factors for Community Remaining Living in Areas Prone to Flood Disasters, Dayeuhkolot
Village, Bandung Regency,” Journal of Urban and Regional Spatial, vol. 4, no. 3, pp. 199–205, 2024, [Online]. Available: https://ejournalfakultasteknikunibos.id/index.php/jups
A. Roihan, P. A. Sunarya, and A. S. Rafika, “Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper,” IJCIT (Indonesian Journal on Computer and Information Technology), vol. 5, no. 1, pp. 75–82, 2020, doi: 10.31294/ijcit.v5i1.7951.
R. D. Prasetia and I. R. Widiasari, “Perancangan IoT Monitoring Lingkungan Berbasis Wireless Sensor Network (WSN) Dengan Menerapkan Multi Sensor Network (MSN),” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 10, no. 1, pp. 652– 666, 2025, doi: 10.29100/jipi.v10i1.6040.
Z. M. Mahdi, G. M. Aditya, I. W. Putro, B. A. Pramudita, and D. P. Setiawan, “Internet-of-ThingsBased Rain Detection Device Using Machine Learning Classification for Rain Prediction at Telkom University,” 2023 International Conference on Data Science and Its Applications, ICoDSA 2023, pp. 449–453, 2023, doi: 10.1109/ICoDSA58501.2023.10277315.
A. Sumardiono, E. Alimudin, Z. Zaenurrohman, and H. Susanti, “Rancang Bangun Monitoring Early Warning System Bencana Banjir Berdasarkan Ketinggian Aliran Sungai Mengunakan Modem SIM900 dan Internet of Things,” Infotekmesin, vol. 13, no. 1, pp. 112–117, 2022, doi: 10.35970/infotekmesin.v13i1.1019.
Y. Abdan Syakur, E. Padang, B. Afkril, J. Gunung Salju, M. Barat, and P. Barat, “Rancang Bangun Alat Ukur Ketinggian Permukaan Air Sungai Menggunakan Sensor Ultrasonik Aj-Sr04M,” Jurnal Natural, vol. 19, no. 1, pp. 1412–1328, 2023.
M. Hardjianto, D. Ariyanto, and A. Aryasanti, “Penerapan Sensor Ultrasonik HC-SR04 dan Hujan untuk Memantau Ketinggian Air dan Pendeteksi Hujan,” Jurnal Media Informatika Budidarma, vol. 6, no. 1, p. 251, 2022, doi: 10.30865/mib.v6i1.3486.
Badan Pusat Statistik Kota Bandung, “Parameter Cuaca rata-rata di Kota Bandung.” Accessed: Nov. 16, 2024. [Online]. Available: https://bandungkota.bps.go.id/id
Badan Meteorologi Klimatologi dan Geofisika,“Prosedur Standar Operasi Pelaksanaan Peringatan Dini Pelaporan dan Diseminasi Informasi Cuaca Ekstrim,” pp. 1–16, 2010.
U. Niswatul Khasanah, “Aplikasi Sensor Ultrasonik Sebagai Alat Ukur Jarak Digital Berbasis Arduino Application of Ultrasonic Sensors As Arduino-Based Digital Distance Measuring Instruments,” JSNu : Journal of Science Nusantara, vol. 3, no. 4, pp. 135–140, 2023.
N. Jumisa and P. Jaya, “Sistem Monitoring dan Kontrol Tegangan PLTA Berbasis Internet Of Things (IoT),” Voteteknika (Vocational Teknik Elektronika dan Informatika), vol. 11, no. 3, p. 335, 2023, doi: 10.24036/voteteknika.v11i3.124739.
