Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKSalah satu upaya untuk mengantisipasi ancaman tanah longsor adalah dilakukanmonitoring pergerakan tanah. Namun, instrumentasi untuk monitoring pergerakantanah saat ini belum dapat bekerja secara waktu nyata dan berkesinambungan.Oleh karena itu, dilakukan penelitian untuk pengembangan jaringan inklinometersebagai monitoring pergerakan tanah secara waktu nyata. Sistem inidikembangkan dengan menggunakan multi sensor dari tiga aksis MEMSAkselerometer sebagai sensor kemiringan, dan mikrokontroler sebagai pengolahdata dan penyedia komunikasi. Mikrokontroler yang digunakan ada dua macamyaitu slave untuk akuisisi data sensor dan master untuk pusat pengontrol aktivitassistem. Sensor-sensor tersebut dibuat dalam bentuk jaringan dan dapat komunikasidengan master menggunakan serial RS 485. Untuk menghindari kesalahan datadigunakan protokol komununikasi khusus antara slave dan master. Sistem dapatberjalan dengan baik mengukur kemiringan dari tiga buah titik dan dapat diamatisecara waktu nyata melalui LCD dan SD Card untuk keperluan riwayat data.

---

AbstractOne effort to anticipate the threat of landslides was done monitoring the groundmovement. However, instrumentation to monitoring ground movement this timenot yet can be work on real time and continuously. Therefore, was researched fordevelopment of inclinometer network for monitoring of ground movement on realtime. This system was developed using multi sensors from three axis MEMSAccelerometer as a inclination sensor, and microcontroller as a data processor andprovider of communications. Microcontroller was used there are two kinds, threeare slave for data acquisition and master as central controller systems. Sensorswas created in the network and can be communicate with a master using the serialRS 485. To avoid errors in data, thus systems used special protocolcommunication between slaves and master. The systems can run properly measurethe inclination of three points and can be observed on real time using LCD andSD Card for history data."

"Penelitian ini dilakukan untuk mengidentifikasi potensi tanah longsor pada empat kandidat tapak sumur Gunung Endut menggunakan metode tahanan jenis 2D dan 3D. Parameter potensi tanah longsor adalah litologi batuan, bidang gelincir, kemiringan lereng, saturasi air, getaran, dan pembebanan. Di setiap titik kandidat tapak sumur terdapat empat lintasan pengukuran menggunakan metode geolistrik tahanan jenis dengan konfigurasi dipole – dipole sehingga total lintasan pengukuran terdapat enam belas lintasan yang diolah pada penelitian. Pada penelitian ini data geolistrik tahanan jenis hasil akuisisi di lapangan diinversi dua dimensi, dimodelkan tiga dimensi, dan diinterpretasi. Hasil dari pengolahan metode tahanan jenis menunjukkan kandidat tapak sumur titik A memiliki sebaran nilai tahanan jenis dari 15,6 Ωm – 6622 Ωm. Kandidat tapak sumur titik B memiliki sebaran nilai tahanan jenis dari 8,43 Ωm – 3382 Ωm. Kandidat tapak sumur titik C memiliki sebaran nilai tahanan jenis dari 10,2 Ωm – 702 Ωm. Kandidat tapak sumur titik D memiliki sebaran nilai tahanan jenis dari 7,23 Ωm – 3761 Ωm. Pada interpretasi penelitian kandidat tapak sumur titik A ditemukan bidang gelincir pada kedalaman 20 m dengan kemiringan wilayah lereng terjal (35º-45º). Kandidat tapak sumur titik B ditemukan bidang gelincir pada kedalaman 30 m dengan kemiringan lereng wilayah sangat terjal (70º-80º). Kandidat tapak sumur titik C tidak ditemukan bidang gelincir dengan kemiringan lereng wilayah landai hingga curam (5º-10º). Kandidat tapak sumur titik D ditemukan bidang gelincir pada kedalaman 25 m dengan kemiringan lereng wilayah Landai (0º-5º). Berdasarkan analisis maka potensi longsor kandidat tapak sumur titik A dan B memiliki potensi tanah longsor tinggi sedangkan kandidat tapak sumur titik C memiliki potensi tanah longsor sedang dan kandidat tapak sumur D memiliki potensi tanah longsor kecil.

---

This study was conducted to identify the potential for landslides at Mt. Endut well site candidate using 2D and 3D resistivity methods. Parameters that become the existence of potential landslides are rock lithology, slip plane, slope, air saturation, vibration, and loading. At each wellsite candidate point, there are four lines measurements using the geoelectrical method of resistivity with a dipole-dipole configuration so that a total of sixteen lines were processed in the study. In this research of geoelectrical data, the types of acquisition results in the field are inverted in two dimensions, modelled in three dimensions, and interpreted. The results of processing the choices show that the choice of well site point A has a distribution of food type values from 15.6 Ωm – 6622 Ωm. The candidate well site for point B has a value distribution of type 8.43 Ωm – 3382 Ωm. The candidate well site for point C has a value distribution of 10.2Ω m – 702 Ωm. The candidate well site point D has a boundary value distribution of 7.23 Ωm – 3761 Ωm. In the research interpretation of the well footprint area of point A, slippage was found at a depth of 20 m with a steep slope (35º-45º). The candidate for the well site point B has a slip plane at a depth of 30 m with a very steep slope (70º-80º). The candidate for the well site point C does not have a slip plane with a gentle to steep slope area (5º-10º). Candidate for the well site point D slip plane at a depth of 25 m with a slope of the Sloping area (0º-5º). Based on the analysis, the landslide potential for well site candidates A and B have high landslide potential, while well site candidates for point C have moderate landslide potential and well site candidate D has small landslide potential."

"Telah dikembangkan inklinometer portabel menggunakan komponen IC MEMS Digital ADIS 16209. Komponen ini digunakan untuk mendeteksi kemiringan suatu sumbu yang diukur relatif terhadap sumbu gravitasi bumi. Dengan membuat suatu sistem mekanik berupa tabung terpedo yang memiliki panjang 40 cm, diameter 2,54 cm dan dengan dilengkapi dua pasang roda atas dan bawah, maka telah dibuat suatu sensor inklinometer yang digunakan untuk mengukur sudut kemiringan pipa bor yang ditanam pada kedalaman 10-30 meter di bawah permukaan tanah. Sensor ini kemudian didukung dengan suatu perangkat keras dan lunak berbasis android untuk meningkatkan unjuk kerja sensor inklinometer. Sistem pendukung ini dapat menggerakkan sensor sesuai dengan parameter yang dimasukkan pada perangkat lunak android yang telah dibuat untuk memaksimalkan proses pengambilan data serta menjadikan sistem ini mejadi lebih portabel. Hasil penelitian didapatkan bahwa sensor inklinometer memiliki akurasi sebesar 0,1° dengan kecepatan maksimal hingga 15,5 cm/detik, waktu tenggang minimal 1 detik dan pengambilan data terbanyak yaitu 255 data yang memerlukan waktu selama 2 detik. Data-data derajat kemiringan yang didapat dari hasil pengukuran kemudian diolah menjadi nilai pergeseran tanah. Hasil pengukuran telah dilakukan di kawasan karangsambung dan kawasan Sumedang yang terdeteksi adanya pergerakan tanah pada masing-masing kedalaman tanah 10 meter dan 17,5 meter.

---

Portable inclinometer has been developed using MEMS Digital IC components ADIS 16209. This component is used to detect a tilt axis which is measured relative to the axis of the Earth's gravity. The mechanical system of inclinometer has been developed such as a torpedo tube which has length of 40 cm and diameter of 2,54 cm. The mechanical system is equipped with two pairs of wheels. This inclinometer sensor is used to measure the tilt of the borehole that are planted in a depth of 10 - 30 meters below the ground surface. The sensor is then supported by a hardware and software based on android to improve the performance of the sensor inclinometer. This support system can controll the sensor movement according to the parameters included in the software. This support system is created to maximize the data collection process and make the system becoming more portable.

The results showed that the inclinometer sensor has an accuracy of 0.1°, maximum speed of up to 15.5 cm/sec, a delay time of at least 1 second and retrieval data of 255 that requires time for 2 seconds. Slope data obtained from the measurement results are then processed into the soil movement data. The results of measurements have been carried out in the region of Karangsambung and Sumedang which are detected soil movement at a depth of 10 meters and 17.5 meters respectively."

"Penelitian ini membahas tentang tingkat kerentanan tanah longsor di Kabupaten Cianjur. Bencana tanah longsor merupakan salah satu bencana yang sering terjadi di Indonesia, khususnya di wilayah-wilayah yang mempunyai lereng tidak stabil. Peristiwa tanah longsor dipengaruhi oleh faktor alam dan faktor manusia. Di Indonesia, bencana tanah longsor seringkali merugikan manusia berupa harta benda, kerusakkan lingkungan bahkan hingga hilangnya nyawa manusia. Kabupaten Cianjur memiliki topografi yang berbukit-bukit dan memiliki morfologi wilayah yang beragam (heterogen). Penelitian ini bertujuan untuk memprediksi wilayah potensi longsor, wilayah terdampak tanah longsor dan wilayah rentan tanah longsor di Kabupaten Cianjur. Metode penelitian yang digunakan adalah metode SINMAP (Stability Index Mapping) untuk menghasilkan wilayah potensi longsor dan metode analisis spasial untuk menentukan wilayah terdampak dan rentan tanah longsor. Alat dan Bahan yang digunakan dalam penelitian ini yaitu peta administrasi Kabupaten Cianjur, peta topografi Kabupaten Cianjur, peta jenis tanah dan Global Positioning System (GPS) untuk mengecek koordinat titik longsor. Hasil penelitian ini menunjukkan bahwa 43 % luas wilayah penelitian merupakan wilayah yang berpotensi longsor, sedangkan 44 % dari luas total wilayah penelitian yang merupakan wilayah terdampak dan rentan tanah longsor. Penelitian ini juga menunjukkan bahwa wilayah potensi tanah longsor cenderung merata dan menyebar di wilayah penelitian, dan wilayah terdampak dan wilayah rentan tanah longsor cenderung lebih dominan di Cianjur bagian Utara.

---

This study discusses the level of vulnerability of the landslide in Cianjur. Landslides are one of the disasters that often occur in Indonesia, particularly in areas that have unstable slopes. Events landslides affected by natural factors and human factors. In Indonesia, landslides often detrimental to humans in the form of property, environmental damage and even to loss of human lives. Cianjur Regency topography is hilly and has the morphology of a region as diverse (heterogeneous). This study aims to predict potential areas of landslides, mudslides affected areas and areas prone to landslides in Cianjur. The method used is the method SINMAP (Stability Index Mapping) to generate potential areas of landslides and methods of spatial analysis to determine the area affected and vulnerable to landslides. Tools and materials used in this study are maps Cianjur regency administration, topographic maps Cianjur, soil type maps and Global Positioning System (GPS) to check the coordinates of landslides. The results showed that 43% of the area of ​​research is an area that is prone to landslide, while 44% of the total area of ​​research that is affected areas and are vulnerable to landslides. This study also shows that the area of ​​potential landslides tend evenly and spread in the area of ​​research, and the affected areas and areas prone to landslides tend to be more dominant in the northern part of Cianjur."

"Dalam kurun waktu 2018-2023 terjadi 40 kejadian longsor di Kecamatan Babakan Madang. Kejadian tersebut menimbulkan banyak kerugian seperti kerusakan rumah warga, akses jalan, dan kerusakan fasilitas umum seperti sekolah dan tempat ibadah. Penelitian ini digunakan untuk mengkaji dan menganalisis mengenai distribusi spasial tingkat kerawanan dan kerentanan tanah longsor di Kecamatan Babakan Madang. Dalam menentukan tingkat kerawanan tanah longsor digunakan metode Index Storie dengan beberapa variabel seperti tutupan lahan, lereng, curah hujan, dan jenis tanah yang kemudian dilakukan analisis matematis dan overlay. Mengenai tingkat kerentanan digunakan data fisik seperti kepadatan bangunan dan sebaran fasum, serta data sosial seperti kepadatan penduduk dan kelompok rentan yang nantinya akan menghasilkan indeks kerentanan untuk menentukan tingkat kerentanan masyararakat. Hasil penelitian menunjukkan bahwa Kecamatan Babakan Madang memiliki tingkat kerawanan yang tinggi yaitu 65% dengan luasnya sekitar 5.860,91 Ha yang terdistribusi di sebagaian wilayah selatan dan utara. Sedangkan untuk tingkat kerentanan tanah longsor seluruh wilayah pemukiman di Kecamatan Babakan Madang memiliki tingkat kerentanan yang tinggi dengan indeks > 0,67.

---

Between 2018 and 2023, there were 40 landslide incidents in Babakan Madang District. These incidents caused significant damage, including the destruction of residents' homes, road access, and public facilities such as schools and places of worship. This research aims to examine and analyze the spatial distribution of landslide susceptibility and vulnerability levels in Babakan Madang District. To determine the level of landslide susceptibility, the Index Storie method is used with several variables such as land cover, slope, rainfall, and soil type, followed by mathematical analysis and overlay. For the vulnerability level, physical data such as building density and the distribution of public facilities, as well as social data such as population density and vulnerable groups, are used to produce a vulnerability index to determine the community's vulnerability level. The result of the study show that Babakan Madang District has a high susceptibility level, reaching 65%, covering an area of approximately 5,860.91 hectares distributed in both southern and northern regions. As for landslide vulnerability, the entire residential area in Babakan Madang Subdistrict exhibits a high vulnerability level with an index exceeding 0.67."

"Gerakan tanah adalah suatu peristiwa bencana alam dimana terjadinya perpindahan blok massa batuan, tanah, atau campuran keduanya yang disebabkan oleh rendahnya kestabilan yang dimiliki oleh massa tersebut. Kabupaten Bandung Barat termasuk ke dalam salah satu Kabupaten dengan potensi gerakan tanah tertinggi di Provinsi Jawa Barat, hal ini menjadi penyebab utama terjadinya bencana longsor. Salah satu upaya dalam mengatasi bencana gerakan tanah ini adalah dengan memetakan zona- zona yang memiliki kerentanan terjadinya bencanan gerakan tanah. Peta zona kerentanan gerakan tanah merupakan peta yang memanfaatkan data inventarisasi longsor untuk memetakan zona-zona kerentanan gerakan tanah. Secara umum pembuatan peta ini di Indonesia masih banyak menggunakan data titik, sedangkan penggunaan data berbasis titik dianggap kurang representatif karena produk dari longsoran akan berbentuk area melainkan titik. Maka dari itu pada penelitian ini akan digunakan data berbasis poligon. Penelitian ini menggunakan metode Weight of Evidence (WOE) untuk memetakan zonasi kerentanan gerakan tanah di Kabupaten Bandung Barat. Untuk mengetahui resolusi optimal dilakukan pengujian dengan 4 resolusi piksel. Hasil dari kedua model menunjukkan kelayakan untuk digunakan dengan resolusi optimal pada data poligon di piksel 40 dan data titik pada 30 untuk success rate dan 40 untuk success rate.

---

Ground movement is a natural disaster event in which mass blocks of rock, soil, or a mixture of the two move due to the low stability of the mass. West Bandung Regency is one of the regencies with the highest potential for ground movement in West Java Province, this is the main cause of landslides. One of the efforts to overcome this land movement disaster is to map the zones that are vulnerable to land movement disasters. The land movement vulnerability zone map is a map that utilizes landslide inventory data to map land movement vulnerability zones. In general, making these maps in Indonesia still mostly uses point data, while the use of point-based data is considered less representative because the product of landslides will be in the form of areas but points. Therefore, in this research, polygon-based data will be used. This research uses the Weight of Evidence (WOE) method to map the zoning of land movement vulnerability in West Bandung Regency. To find out the optimal resolution, testing was carried out with 4 pixel resolutions. The results of both models show the feasibility of being used with optimal resolution for polygon data at 40 pixels and point data at 30 for success rate and 40 for success rate."

"Penelitian geologi dilakukan di Kabupaten Sukabumi yang memiliki luas sekitar 4.145  dan terbagi menjadi 47 Kecamatan. Berdasarkan data statistik BNPB tahun 2021, tercatat di Jawa Barat terjadi kurang lebih 585 bencana dan 268 diantaranya adalah tanah longsor. Bencana tanah longsor tersebut diketahui berdampak pada lebih dari 8000 orang baik secara material maupun imaterial. Dari 268 bencana tanah longsor tersebut, 44 diantaranya terjadi di Kabupaten Sukabumi. Tujuan penelitian adalah untuk mendapatkan informasi mengenai faktor apa saja yang mempengaruhi kerentanan gerakan tanah di daerah penelitian dan daerah zonasi kerentanan gerakan tanah dalam waktu yang cepat. Penelitian dilakukan berdasarkan metode frequency ratio dan information value yang telah dikemas dengan menggunakan LSAT toolbox. Dari kesepuluh parameter kerentanan gerakan tanah yang dipakai, intensitas curah hujan, jenis litologi, dan kemiringan lereng adalah faktor utama terjadinya longsor di Kabupaten Sukabumi. Berdasarkan metode frequency ratio dan information value, persebaran gerakan tanah di wilayah Kabupaten Sukabumi dibagi menjadi 5 (lima) kelas yaitu kelas sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Dalam analisis menggunakan kedua metode tersebut, wilayah Kabupaten Sukabumi didominasi oleh kelas kerentanan gerakan tanah yang tinggi-sangat tinggi. Tipe kerentanan gerakan tanah tersebut ditemukan dominan pada Formasi Beser. Kemampuan prediksi dan keberhasilan algoritma frekuensi rasio lebih baik daripada algoritma nilai informasi.

---

Geological research was carried out in Sukabumi Regency, which has an area of around 4,145 km² divided into 47 sub-districts. Based on BNPB statistical data for 2021, West Java recorded approximately 585 disasters, 268 of which were landslides. The landslide disaster is known to have impacted more than 8,000 people both materially and immaterially. Of the 268 landslides, 44 occurred in Sukabumi Regency. The aim of the research is to obtain information about the factors influencing the vulnerability to land movements in the research area and the zoning area for land movement susceptibility in a short time. The research was carried out based on the frequency ratio and information value method, which was packaged using the LSAT toolbox. Of the ten landslide vulnerability parameters used, rainfall intensity, lithology type, and slope are the main factors causing landslides in Sukabumi Regency. Based on the frequency ratio and information value methods, the distribution of land movement potential in Sukabumi Regency is divided into five classes: very low, low, medium, high, and very high. In the analysis using these two methods, the Sukabumi district area is dominated by the high to very high ground movement vulnerability class. The type of landslide vulnerability was found to be dominant in the Beser Formation. The prediction ability and success of the frequency ratio algorithm are better than the information value algorithm."

"Gerakan tanah merupakan salah satu bencana alam yang cukup sering terjadi di Indonesia. Tercatat pada tahun 2020 telah terjadi bencana gerakan tanah sebanyak 1152 peristiwa yang tersebar di seluruh wilayah Indonesia. Provinsi Jawa Barat menjadi salah satu wilayah yang rentan akan terjadinya gerakan tanah. Penelitian ini bertujuan untuk mengetahui zona kerentanan gerakan tanah pada Kabupaten Garut, Provinsi Jawa Barat dan menentukan metode yang memiliki tingkat akurasi lebih baik pada lokasi penelitian. Penentuan zona kerentanan gerakan tanah dilakukan dengan menggunakan metode Weight of Evidence (WoE) dan Logistic Regression (LR). Parameter penyebab kerentanan gerakan tanah yang digunakan pada penelitian ini yaitu elevasi, kemiringan lereng, aspek lereng, curvature, Normalized Differential Vegetation Index (NDVI), jarak terhadap sungai, jarak terhadap jalan, jarak terhadap kelurusan, tata guna lahan, litologi, dan curah hujan pada setiap bulannya. Penelitian ini juga menggunakan data kejadian gerakan tanah yang terjadi selama tahun 2000 hingga tahun 2020. Data kejadian gerakan tanah dibagi menjadi dua kelompok, yaitu data training set sebesar 70% dan data test setsebesar 30%. Kedua data tersebut digunakan untuk validasi model berupa success rate dan predictive rate. Penelitian ini menghasilkan 12 peta kerentanan gerakan tanah berdasarkan data setiap bulannya dari masing-masing metode. Peta kerentanan gerakan tanah terbagi menjadi empat zona kerentanan gerakan tanah. Hasil validasi success rate dan predictive rate pada penelitian ini menunjukkan bahwa metode WoE memiliki tingkat akurasi yang lebih tinggi pada success rate dan metode LR memiliki tingkat akurasi yang lebih tinggi pada predictive rate. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kedua metode tersebut dapat melengkapi satu sama lain.

---

Landslides are one of the most frequent natural disasters in Indonesia. It was recorded that in 2020 there have been 1152 landslides events disasters spread throughout Indonesia. West Java Province is one of the areas that vulnerable to landslides. This research aims to determine the landslide vulnerability zone in Garut Regency, West Java Province and to determine which method has better accuracy at this research. In this study, determination of landslide vulnerability zone was carried out using Weight of Evidence (WoE) and Logistic Regression methods. The parameter that causing landslide vulnerability that used in this study are elevation, slope, slope aspect, curvature, normalized differential vegetation index (NDVI), distance to river, distance to road, distance to lineament, land use, lithology, and rainfall on a monthly basis. This study also used data of landslide events that occurred from 2000 to 2020. Landslide events data divided into two groups, training set (70%) and test set (30%). Both data is used for validation model of success rate and predictive rate. This study produced 12 landslide vulnerability maps based on monthly data from each method. The landslide vulnerability map is divided into four landslide vulnerability zones. The results of the success rate and predictive rate validation show that the WoE method has a higher accuracy at success rate and the LR method has a higher accuracy at predictive rate. Based on these results, it can be concluded that the two methods can complement each other."

"Gerakan tanah merupakan salah satu bencana alam geologi paling sering terjadi dan merusak di indonesia. Oleh karena itu pemetaan zona kerentanan gerakan tanah dapat dilakukan guna membantu stackholder dalam langkah pencegahan. Salah satu yang penting dalam penilaian kerentanan gerakan tanah adalah pemilihan unit pemetaan. Pada penelitian ini bertujuan untuk membandingkan akurasi unit pemetaan slope unit dan grid cell serta mengeksplor faktor paling mengontrol dan zonasi kondisi kerentanan gerakan tanah di Kabupaten Sumedang. Dalam pembuatan pemetaan kerentanan gerakan tanah ini menggunakan data gerakan tanah sebanyak 332 titik dan 10 faktor pengkondisi gerakan tanah. Index of Entropy Model digunakan untuk mengkuantifikasi faktor pengontrol gerakan tanah. Analisis pemetaan gerakan tanah berdasarkan slope unit dan grid cell dihasilkan dengan menggunakan metode Logistic Regression. Kurva AUC digunakan untuk mengevaluasi peta kerentanan gerakan tanah dengan menghitung akurasi training dan akurasi predictive. Dari hasil didapatkan faktor pengontrol pada penelitian ini adalah faktor aspek, ketinggian, kemiringan, curah hujan bulan agustus. Zona kerentanan gerakan tanah dibagi menjadi 4, yaitu sangat rendah, rendah, sedang, dan tinggi. Nilai akurasi training dan predictive metode Grid Cell (AUC = 0,831; 0,842; 0,828; 0,83) sedikit lebih baik daripada metode Slope Unit (AUC = 0,794; 0,792; 0,752; 0,757), meskipun Slope Unit menyerupai bentuk lahan lebih baik daripada Grid Cell.

---

Land movement is one of the most frequent and destructive geological natural disasters in Indonesia. Therefore, mapping of land movement vulnerability zones can be carried out to assist stackholders in preventive measures. One of the important things in assessing land movement susceptibility is the selection of mapping units. This research aims to compare the accuracy of slope unit and grid cell mapping units and explore the most controlling factors and zoning of land movement vulnerability conditions in Sumedang Regency. In making this land movement vulnerability mapping, 332 points of land movement data and 10 land movement conditioning factors were used. The Index of Entropy Model is used to quantify factors controlling land movement. Analysis of land movement mapping based on slope units and grid cells was produced using the Logistic Regression method. The AUC curve is used to evaluate the land movement susceptibility map by calculating training accuracy and predictive accuracy. From the results obtained, the controlling factors in this study were aspect, height, slope, and rainfall in August. Land movement vulnerability zones are divided into 4, namely very low, low, medium and high. The training and predictive accuracy values of the Grid Cell method (AUC = 0.831; 0.842; 0.828; 0.83) are slightly better than the Slope Unit method (AUC = 0.794; 0.792; 0.752; 0.757), although the Slope Unit resembles landforms better than the Grid Cell."

"ABSTRAKSistem monitoring kendaraan saat ini telah banyak diterapkan pada industri otomotif dalam bentuk dashboard yang mampu menampilkan berbagai indikator mengenai kondisi mobil. Akan tetapi, dashboard yang ada saat ini hanya menampilkan data mengenai kendaraan melalui port OBD saja. Untuk menguji kenyamanan dan keamanan kendaraan diperlukan tambahan sensor-sensor yang di pasang di berbagai tempat pada kendaraan. Agar dashboard kendaraan dapat menampilkan data yang di dapat dari sensor-sensor tersebut, digunakan sebuah perangkat yang berfungsi sebagai Main Unit Data Collector. Perangkat tersebut berperan untuk mengumpulkan data dari sensor dan port OBD. Data yang terkumpul kemudiam dikirimkan ke perangkat Android dengan metode socket programming. Dari penelitian yang dilakukan didapatkan hasil bahwa penggunaan Main Unit Data Collector yang dipadukan dengan metode socket programming sebagai protokol komunikasi mampu menghasilkan dashboard kendaraan yang menampilkan data tentang kondisi kendaraan secara lebih komprehensif dan real-time, dimana data mampu ditampilkan dengan sampling time sebesar 185.1454 milidetik.

---

ABSTRACTThe vehicle monitoring system has now been widely applied to the automotive industry in the form of a dashboard that capable of displaying various indicators that give information about the condition of the car in realtime. However, the current dashboard only displays data about the vehicle through the OBD port only. To test the comfort and safety of the vehicle, additional sensors that are installed in various places on the vehicle are needed. In order to vehicles dashboard displays the data obtained from that other sensors, a Main Unit Data Collector device is used to collect sensor data and then send the data to an Android device. The data is sent by using socket programming method. From the research conducted it was found that the use of the Main Unit Data Collector that combined with the socket programming method used for its communication protocol can produce vehicle dashboards that display more comprehensive and real-time data, where is capable of displays data with a sampling time of 185.1454 milliseconds."