Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bencana alam banjir merupakan salah satu fenomena alam yang sering terjadi serta dapat menyebabkan dampak yang sangat serius terhadap lingkungan dan juga masyarakat. Banjir bisa disebabkan oleh berbagai faktor. Cuaca ekstrem seperti hujan deras dalam waktu singkat merupakan contoh penyebab terjadinya bencana banjir. Penelitian ini mengajukan suatu sistem pemantauan dan pendeteksi banjir dini berbasis IoT menggunakan teknologi Low-Power Wide Area Network (LPWAN). Teknologi Internet of Things (IoT) digunakan untuk memantau dan mendeteksi curah hujan secara real-time. Sistem pada penelitian ini dilengkapi dengan sensor untuk mengukur intensitas curah hujan dan arus air. Data yang terkumpul dikirimkan ke server pusat melalui teknologi LoRaWAN, yang memungkinkan komunikasi dalam jarak yang jauh dengan pemakaian daya yang rendah. Pada penelitian ini akan membahas mengenai performa sistem dan menganalisis kinerja sistem pendeteksi dan monitoring curah hujan berbasis LoRaWAN. Penelitian ini dilakukan di daerah aliran Sungai Ciliwung, Jakarta Timur. Pengujian yang dilakukan untuk melihat pengaruh curah hujan terhadap transmisi sinyal pada rancangan sistem. Kinerja dari transmisi sinyal sistem dianalisis bedasarkan hasil transmisi bedasarkan parameter QoS yang telah ditentukan. Hasil percobaan rancangan sistem menunjukan bahwa sistem berhasil digunakan untuk mendeteksi dan memonitoring curah hujan. Pada percobaan sistem menunjukan akurasi sensor curah hujan mencapai 4,367%. Nilai maksimum PDR maksimum sebesar 98,39% pada kondisi tidak hujan. Sedangkan untuk nilai PDR minimum terdapat pada kondisi hujan lebat dengan nilai sebesar 84,31%. Hasil percobaan transmisi sinyal terhadap kondisi curah hujan yang berbeda menunjukan bahwa transmisi sinyal pada keadaan tidak hujan akan lebih baik dari keadaan hujan sedang maupun hujan lebat. Penurunan nilai SNR dan RSSI akan semkain mengecil seiring dengan menaiknya intensitas curah hujan, hal ini menunjukkan bahwa curah hujan yang meningkat akan sangat mempengaruhi kinerja transmisi perangkat. Faktor selain curah hujan yang dapat memengaruhi nilai SNR, RSSI dan delay yaitu seperti EMI, noise, dan kondisi lingkungan.

---

Natural disasters flooding is one of the most frequent natural phenomena and can cause very serious impacts on the environment and also society. Flooding can be caused by various factors. Extreme weather such as heavy rainfall in a short time is an example of the cause of flood disasters. The research proposes an IoT-based early rainfall monitoring and detection system using Low-Power Wide Area Network (LPWAN) technology. The Internet of Things (IoT) technology is used to monitor and detect rainfall in real time. The system in this study is equipped with sensors to measure the intensity of rainfall and water flow. The collected data is transmitted to the central server via LoRaWAN technology, which allows long-distance communication with low power usage. The study will discuss the system performance and analyze the performance of the rain detection and monitoring system based on LoRaWAN. The research was conducted in the Ciliwung River stream area, East Jakarta. Tests are carried out to see the impact of rainfall on signal transmission on the system design. The performance of the system's signal transmission is analyzed based on the result of the transmission based on a given QoS parameter. The experimental results of the system design showed that the system was successfully used to detect and monitor rainfall. In the experiment the system showed the accuracy of the rainfall sensor reached 4,367%. The maximum PDR value was 98.39% in non- rain conditions. Whereas for the minimum PDR is in heavy rain conditions with a value of 84.31%. The decrease in SNR and RSSI values will diminish as the rainfall intensity increases, suggesting that increased rainfall will greatly affect the transmission performance of the device. Factors other than rainfall can affect SNR, RSSI and delay values such as EMI, noise, and environmental conditions."

"Berdasarkan keputusan Rapat Kerja Kesehatan Nasional tahun 1990, dan dalam rangka mencegah dan memperkecil terjadinya letusan kejadian luar biasa klb diare, Departemen Kesehatan telah menetapkan Petunjuk Pelaksanaan Sistem Kewaspadaan Dini Kejadian Luar Biasa Penyakit Menular dan Keracunan dimana didalamnya termasuk klb diare. Namun demikian letusan klb diare dari tahun ke tahun masih tetap terjadi dengan frekuensi yang cukup tinggi.Pelaksanaan SKD-KLB Penyakit Menular ini, titik beratnya berada di tingkat Kabupaten dan Kota. Dengan demikian Pelaksanaan SKD-KLB Penyakit Menular di tingkat Kabupaten harus ditingkatkan Salah satu upaya untuk meningkatkan pelaksanaan SKD-KLB ini di tingkat Kabupaten adalah dengan Cara menyajikan data kajadian kasus diare dan faktor-faktor lain yang mempengaruhi terjadinya letusan klb diare. Dalam bentuk yang dapat memberikan kemudahan kepada pengambil keputusan di tingkat Kabupaten menginterprestasikan data tersebut sehingga dengan cepat dan tepat menentukan langkah-langkah mencegah meningkatnya kejadian diare menjadi KLB.Studi ini merancang suatu metode SKD-KLB Diare berbasis Sistem Informasi Geografis (SIG) di Kabupaten Pandeglang dengan menggunakan program aplikasi Epi Info dan Epi Map. Dengan diterapkannya model ini, akan memudahkan petugas pemberantasan penyakit menular, dalam hal ini diare, di Kabupaten Pandeglang dalam mengamati kemungkinan terjadinya klb diare di suatu kecamatan tertentu .Studi ini melingkupi tahapan definisi sistem yaitu penjajagan sistem yang ada serta menganalisa informasi yang di manfaatkan serta menentukan sistem yang diperlukan. Langkah berikutnya adalah desain fisik yaitu menentukan susunan file, format input, pengembangan grogram dan pengernbangan prosedur.Studi ini telah berhasil merancang Sistem Kewaspadaan Dini Kejadian Luar Biasa Diare di Kabupaten Pandeglang. Selanjutnya di sarankan agar Sistem ini dapat di pergunakan dan di terapkan di semua Kabupaten dan Kota.

---

Based on the result of National Health Workshop held in 1990, Ministry of Health declared the Guidance for the implementation of Communicable Diseases and Poinsoning Outbreak early Warning System to prevent and to control the possibility of the eruption of communicable diseases and Poinsoning outbreak.

Even though, the MOH had declared the Guidance, there were still diarhoea outbreak happened all over the country. There for the implementation of the Outbreak Early Warning System should be intensified.

Since the back bone of the system is the Regency Health Service, the capability of the decision maker in Regency Health Service should be improved they should have the easiness in making interpretation on the data just by having a glance on it, whether there will be an outbreak or not. It can be done by having the picture of cases distribution by area. There for the Regencies Health Services should be accommodated with the early warring system based on Geographic Information System. The problem is how the system should be. To overcome the problem, there is a system developed based on geographic information system by using Epi Info and Epi Map application program. The system was developed through several steps. Firstly designed the system by examining the existing system, information needed and drawing the flow of the information. Secondly, designed the physical system itself by defining the files needed, format of the input and output, mechanism of system maintenance and conducting working procedure. Unfortunately, due to time limitation, there was no chance to have the system tried out.

It is suggested that the system should be tried out and it would be useful if every regency and municipality can use and operate the system in order to know whether the condition in the regency is almost close to the outbreak of diarhoea or not."

"Kondisi geografis Indonesia yang dilalui The Ring of Fire dan memiliki garis pantai sepanjang 95.181 KM (Pregiwati, 2019) menyebabkan Indonesia rawan akan bencana alam berupa letusan gunung api, tsunami, dan gempa bumi. Oleh sebab itu, dibutuhkan suatu early warning system (EWS) yang dapat memberikan informasi pemantauan kejadian alam di wilayah Indonesia agar masyarakat lebih siaga dalam menghadapi bencana alam. Sayangnya, EWS yang telah dimiliki Indonesia memiliki rating yang masih cukup rendah. Keluhan pengguna yang disampaikan melalui ulasan aplikasi pada App Store menunjukkan bahwa adanya kekurangan pada fitur aplikasi, desain antarmuka sistem, serta alur informasi yang tidak jelas. Penelitian ini bertujuan untuk merancang desain interaksi aplikasi mobile EWS bencana alam sebagai pengembangan dari aplikasi sebelumnya yang dapat mengatasi keluhan-keluhan pengguna. Dalam pengembangan desain interaksi, digunakan metode design thinking. Dalam implementasinya, metode design thinking terdiri atas lima proses utama, yakni define, needfinding & synthesis, ideation, prototyping, dan testing. Dalam tahap define, dilakukan wawancara dengan responden yang ahli di bidang early warning system dan bencana alam Indonesia. Selanjutnya, pada tahap needfinding & synthesis, dilakukan wawancara dengan responden umum. Dari proses-proses tersebut, penelitian ini akan menghasilkan analisis fitur dan kebutuhan pengguna, stakeholder EWS di Indonesia, rumusan desain interaksi, serta penilaian evaluasi kegunaan (usability) dari rumusan desain yang telah dibuat. Fitur-fitur yang dikembangkan dalam aplikasi ini antara lain fitur geolokasi dan geotagging, fitur berita dan prediksi bencana alam, fitur pemberian ulasan dampak bencana, fitur notifikasi, fitur informasi tindakan penyelamatan, serta fitur informasi lokasi posko dan data korban. Penelitian ini dapat memberikan manfaat dalam meningkatkan wawasan dan pengetahuan pembaca terkait EWS untuk bencana alam serta menjadi produk acuan untuk pengembangan EWS Indonesia di masa yang akan datang.

---

The geographical condition of Indonesia which is passed by The Ring of Fire and has a coastline of 95,181 KM (Pregiwati, 2019) causing Indonesia to be prone to natural disasters in the form of volcanic eruptions, tsunamis, and earthquakes. Therefore, an early warning system (EWS) is needed to provide information on monitoring natural events which can help people be more alert. Unfortunately, Indonesia's early warning system has a fairly low rating. User complaints submitted through application reviews indicate that there are deficiencies in application features, system interface design, and unclear information flow. This study aims to design an interaction design for a natural disaster early warning system mobile application as a development of the previous one that can overcome user complaints. In the development of interaction design, the design thinking method is used. In its implementation, the design thinking method consists of five main processes, namely define, needfinding & synthesis, ideation, prototyping, and testing. In the stage define, interviews were conducted with respondents who are experts in the field of early warning systems and Indonesian natural disasters. Furthermore, at the needfinding & synthesis stage, interviews were conducted with general respondents. From these processes, this research will produce an analysis of user needs and features, stakeholder early warning system in Indonesia, formulation of interaction design, and usability evaluation assessment of the design formulation that has been made. The features developed in this application include geolocation and geotagging features, news and predictions of natural disasters features, features for providing disaster impact reviews, notification features, feature that provide information about rescue actions, and feature that provide information about post locations and victims data. This research can provide benefits in increasing the reader's insight and knowledge regarding the early warning system (EWS) for natural disasters and also being a reference product for the development of Indonesia's EWS in the future."

"Indonesia merupakan negara yang wilayahnya sering mengalami bencana alam. Salah satu penanganan bencana alam adalah pengumpulan informasi berita bencana seperti artikel atau koran, yang mana berguna untuk meningkatkan readability. Meskipun be- gitu, sekadar pengumpulan artikel saja cukup sulit karena identfikasinya dapat memakan waktu serta makna yang termuat pada berita juga masih perlu diserap. Oleh karena itu perlu dilakukan klasifikasi dokumen untuk memilih teks dokumen yang relevan dengan bencana alam, kemudian dari teks dokumen yang relevan dilakukan ekstraksi informasi. Penelitian mengenai klasifikasi teks bencana alam serta ekstraksi informasi yang sudah dilakukan masih menggunakan pendekatan pemelajaran mesin tradisional serta belum memanfaatkan pre-trained model berbasis bahasa Indonesia. Penggunaan pre-trained model dan pendekatan deep learning sendiri sering memperoleh performa yang lebih baik, sehingga ada kemungkinan performa yang dihasilkan dapat ditingkatkan. Dalam penelitian ini dilakukan eksperimen menggunakan pre-trained word embedding seperti Word2Vec dan fastText, pendekatan deep learning seperti BERT dan BiLSTM untuk task klasifikasi. Hasil dengan pendekatan pemelajaran mesin tradisional dengan BoW yang sudah direproduksi menjadi yang terbaik hampir secara keseluruhan, meskipun jenis classifier yang digunakan adalah MLP yang mana sudah menerapkan deep learning karena memiliki beberapa neuron. Kemudian pada penggunaan model pre-trained seperti BERT, terdapat keterbatasan panjang masukan. Keterbatasan ini dapat ditangani dengan membuat representasi dokumen menjadi lebih pendek menggunakan metode peringkasan teks. Hasil representasi ringkasan dokumen dalam penelitian ini mampu meningkatkan performa akurasi klasifikasi baik pada pendekatan pemelajaran mesin tradisional maupun deep learning. Penelitian ini juga melakukan ekperimen penggunaan pre-trained model yang sudah fine-tuned untuk task ekstraksi lokasi seperti NER dan dependency parsing berbasis bahasa Indonesia, meskipun belum dihasilkan performa yang cukup baik.

---

Indonesia is a country whose often experiences natural disasters. One way to deal with natural disasters is to collect disaster news information such as articles or newspapers, which are useful for increasing readability. Even so, just collecting articles is quite difficult because identification can take time and the meaning contained in the news still needs to be absorbed. Therefore, it is necessary to classify documents to select document texts that are relevant to natural disasters, then extract information from the relevant document texts. Research on natural disaster text classification and information extraction that has been carried out still uses the traditional machine learning approach and has not yet utilized Indonesian language-based pre-trained models. The use of pre- trained models and deep learning approaches themselves often get better performance, so there is a possibility that the resulting performance can be improved. In this study, experiments were carried out using pre-trained word embedding such as Word2Vec and fastText, deep learning approaches such as BERT and BiLSTM for classification tasks. The results with traditional machine learning approaches with reproducible BoW are the best almost overall, even though the type of classifier used is MLP which already implements deep learning because it has few neurons. Then in the use of pre-trained models such as BERT, there are limitations to the length of the input. This limitation can be overcome by making the document representation shorter using the text summary method. The results of the document summary representation in this study were able to improve the performance of classification accuracy in both traditional and deep learning machine learning approaches. This study also conducted experiments using pre-trained models that had been fine-tuned for location extraction tasks such as NER and Indonesian language-based dependency parsing, although they did not produce sufficiently good performance."

"Berbagai upaya telah dilakukan untuk meliput peristiwa bencana alam. Kendatipun demikian, upaya-upaya yang dilakukan belum secara optimal menampilkan informasi dari perspektif pengguna. Informasi terkait bencana alam yang dipublikasi oleh media lewat berita meliputi lokasi, kronologi, dan statistik terkait bencana. Berita yang dipublikasi media dapat dikumpulkan dengan menggunakan data mining dan diolah untuk memvisualisasikan informasi berbagai jenis bencana alam yang terjadi di Indonesia secara real-time. Visualisasi informasi bencana alam dapat memberikan masyarakat akses ke informasi bencana-bencana alam yang terjadi di Indonesia. Visualisasi informasi bencana alam dikembangkan menggunakan metode User-Centered Design (UCD) yang melibatkan pengguna dalam pengembangan. Dilakukan user research dengan menyebar kuesioner daring dan melakukan wawancara lanjut. Hasil user research digunakan untuk menspesifikasikan kelompok pengguna dari visualisasi informasi bencana alam. Hasil user research juga digunakan sebagai design insights untuk mengembangkan desain solusi dari visualisasi informasi bencana alam. Desain visualisasi informasi bencana alam yang telah dikembangkan dievaluasi dengan melaksanakan usability testing dan pengisian kuesioner system usability scale. Desain yang sudah dikembangkan memiliki rata-rata task success sebesar 89% dan tingkat penerimaan Acceptable. Terdapat peluang perbaikan lanjutan untuk desain yang sudah dikembangkan. Peluang tersebut meliputi kebutuhan utama visualisasi informasi bencana alam dan kebutuhan di luar desain seperti bantuan korban bencana alam dan edukasi bencana alam. 

---

Various attempts have been made to cover natural disasters. Nevertheless, the efforts made have not optimally displayed information from the user's perspective. Information related to natural disasters published by the media through news includes location, chronology, and statistics related to disasters. News published by the media can be collected using data mining and processed to visualize information on various types of natural disasters that occur in Indonesia in real-time. Visualization of natural disaster information can give people access to information on natural disasters that occur in Indonesia. Visualization of natural disaster information is developed using the User-Centered Design (UCD) method which involves the user in development. User research was conducted by distributing online questionnaires and conducting further interviews. The results of user research are used to specify user groups from visualization of natural disaster information. The results of user research are also used as design insights to develop design solutions from information visualization of natural disasters. The design of the visualization of natural disaster information that has been developed is evaluated by carrying out usability testing and filling out a usability scale system questionnaire. The design that was developed has an average task success of 89% and an acceptable acceptance level. There are opportunities for further improvement for designs that have already been developed. These opportunities include the main needs for visualization of natural disaster information and needs outside of design such as assistance for victims of natural disasters and education for natural disasters."

"Teknologi Internet of Things (IoT) memiliki potensi untuk merevolusi berbagai industri, termasuk pemantauan kualitas air. Penelitian ini mengusulkan sebuah sistem pemantauan kualitas air berbasis IoT menggunakan teknologi Low-Power Wide Area Network (LPWAN). Sistem tersebut terdiri dari perangkat IoT yang dilengkapi dengan sensor untuk mengukur berbagai parameter kualitas air, seperti pH, suhu, dan kekeruhan. Data yang terkumpul dikirimkan ke server pusat menggunakan teknologi LoRaWAN, yang memungkinkan komunikasi jarak jauh dengan konsumsi daya rendah. Data kemudian dianalisis dan diproses untuk memberikan informasi real-time tentang kualitas air kepada pemangku kepentingan. Sistem yang diajukan memberikan solusi efektif dan efisien untuk pemantauan kualitas air di daerah yang masih sulit terjangkau sinyal internet, di mana sistem pemantauan konvensional mungkin kurang efektif apabila dilakukan karena infrastruktur yang terbatas.

---

The Internet of Things (IoT) technology has the potential to revolutionize various industries, including water quality monitoring. This research proposes an IoT-based water quality monitoring system using Low-Power Wide Area Network (LPWAN) technology. The system consists of IoT devices equipped with sensors to measure various water quality parameters, such as pH, temperature, and turbidity. The collected data is sent to the central server using LoRaWAN technology, which allows for long-range communication with low power consumption. The data is then analyzed and processed to provide real-time information on water quality to stakeholders. The proposed system provides an effective and efficient solution for water quality monitoring in remote areas with limited internet access, where conventional monitoring systems may be less effective due to limited infrastructure."

"Generator Set yang sering di singkat menjadi genset, merupakan sebuah alat yang berfungsi untuk menghasilkan energi listrik dari beragam jenis bahan bakar. Penggunaan genset biasanya diperlukan ketika terjadinya pemadaman saluran listrik atau ketika ada kebutuhan listrik di tempat terpencil yang tidak terjangkau distribusi listrik negara. Kemampuan untuk mengawasi kondisi genset serta mengoperasikan genset dari jarak jauh dapat menjadi hal yang penting dan memudahkan pengoperasian genset terebut. Pada skripsi ini, telah dilakukan rancang bangun sistem untuk mengendalikan genset dan mengawasi parameter genset yang berupa suhu, level bahan bakar, tegangan aki, serta tegangan yang dihasilkan genset. Dari hasil penelitian telah didapatkan bahwa sistem dapat menyalakan dan mematikan genset melalui protokol komunikasi LoRaWAN melalui antares. Dari penelitian didapatkan bahwa sensor AC memiliki persentase kesalahan sebesar 7,9%, sensor DC sebesar 9,02%, sensor suhu sebesar 11,11%, dan sensor ultrasonik sebesar 13,79%. Dari penelitian didapatkan juga parameter transmisi SNR dan juga RSSI telah bernilai di dalam batas rentang yang dapat diterima LoRa dengan nilai SNR terkecil sebesar -18,5 dB dan terbesar 5 dB dan nilai RSSI terkecil sebesar -120 dB dan tertinggi -106 dB. Diperoleh juga delay dengan rata-rata sebesar 0.248 detik.

---

A generator set which is also known as a genset is a device that can produce electricity by consuming various kinds of fuel. Genset is commonly used in places where there is no access to electricity, be that because of a power outage or because of an isolated location that has no access to electricity. The ability to monitor and operate genset from afar might be a useful tool to simplify the maintenance and usage of genset over a distance. In this thesis, the writer has designed and implemented a prototype of a device that can monitor and operate genset from afar using Internet of Things (IoT) with LoRaWAN and Antares as its method of communication. The device was tested and connected with a genset and has the capability to turn a genset on and off again through a phone application connected to the internet. The device also has the capability of observing several parameters which are temperature, fuel level, genset’s battery voltage, and the genset’s output voltage itself. From the measured data it is obtained that the AC voltage sensor has an inaccuracy of 7,9%, the DC voltage sensor has an inaccuracy of 9,02%, the temperature sensor has an inaccuracy of 11,11%, and the ultrasonic sensor has an inaccuracy of 13,79%. The result from measurement shows that SNR has a minimum of -18,5 dB and maximum value of 5 dB and that RSSI has a minimum value of -120 dBm and maximum value of -106 dB, both of those parameters barely fulfill the threshold range required by LoRa. The delay also has an average of 0.248 seconds."

"Pada penelitian ini membahas sistem pemantauan pada stairlift menggunakan internet of things (IoT), di mana sistem tertanam dalam fisik stairlift menggunakan sensor yang dipasang pada komponen stairlift dan kemudian diintegrasikan ke dalam platform IoT cloud (thingspeak) melalui jaringan internet. Akuisisi data fisis multi-sensor dapat berjalan, banyak informasi yang dapat diakses seperti: temperature motor, kecepatan, beban penumpang, konsumsi daya, getaran bearing dan getaran motor. Sistem pemantauan dapat berjalan secara real time, sehingga membuat pemantauan terpusat dan kegagalan operasi stairlift dapat dicegah sedini mungkin melalui early warning system (EWS) via Telegram. Selain itu, sistem ini dapat memberikan dukungan analisis teknis dalam mengembangkan prototype stairlift di masa mendatang. Berdasarkan analisis hasil pemantauan yang diperoleh, prototype stairlift layak dikembangkan untuk skala industri, secara operasional memenuhi ASME A18.1, ISO 10816 dan ISO 2372. Hal ini ditunjukkan dalam ujicoba variasi beban penumpang hingga maksimum 115 kg diperoleh kecepatan maksimum rata-rata <0,2 m/s, temperature motor <74,6 ˚C, konsumsi daya <600 watt, acceleration getaran bearing <0,5 g'peak dan kecepatan getaran motor (RMS) <4,5 m/s. Namun masih dibutuhkan improvement pada sistem teknis operasional prototype stairlift diantaranya temperature motor, konsumsi daya dan kecepatan agar dapat berjalan stabil.

---

This research discusses monitoring systems on stairlift using internet of things (IoT), where the system embedded in the physical stairlift uses sensors that are mounted on the stairlift component and then integrated into the IoT cloud platform (thingspeak) via the internet network. Multi-sensor physical data acquisition can run, a lot of information that can be accessed such as: motor temperature, speed, passenger load, power consumption, bearing vibration and motor vibration. The monitoring system can run in real time, thus making centralized monitoring and failure of stairlift operations preventable as early as possible through the early warning system (EWS) via Telegram. In addition, this system can provide technical analysis support in developing stairlift prototypes in the future. Based on the analysis of the monitoring results obtained, the prototype stairlift is suitable for industrial scale development, operationally compliant with ASME A18.1, ISO 10816 and ISO 2372. This is shown in the trial of passenger load variations up to a maximum of 115 kg obtained an average maximum speed <0, 2 m/s, motor temperature <74.6˚C, power consumption <600 watts, bearing vibration acceleration <0.5 g'peak and motor vibration speed (RMS) <4.5 m/s. However, improvements are still needed in the operational technical system of the prototype stairlift including motor temperature, power consumption and speed so that it can run stably."

"Curah hujan tinggi dapat berpotensi mengakibatkan banjir dan tanah longsor yang mengakibatkan kerugian pada masyarakat. Oleh karena itu, informasi sistem monitoring curah hujan menggunakan Automatic Rain Gauge (ARG) dapat menjadi solusi dalam antisipasi bencana hidrometeorologi. Penelitian ini bertujuan untuk membangun alat curah hujan otomatis dan sistem monitoring curah hujan menggunakan ARG berbasis Internet of Things (IoT) di wilayah Provinsi Banten dengan jumlah 10 ARG. ARG yang digunakan dilengkapi dengan sensor reed switch untuk mengukur curah hujan di sekitar dengan metode tipping, kemudian data tersebut diproses menggunakan datalogger dan dikirimkan menggunakan protokol MQTT (Message Queuing Telemetry Transport). Hasil rancang bangun alat penakar hujan otomatis di 10 titik pengamatan dengan performa yang baik, hal ini dibuktikan dengan nilai koreksi pada rentang -0.01 mm hingga 0.09 mm, nilai ketidakpastian 0.12 mm hingga 0.16 mm, dan nilai error 0.14 % hingga 2.86 %. Selain itu, nilai korelasi menunjukkan dalam kategori baik hingga sangat baik (0,79 hingga 0,99) dengan nilai RMSE pada rentang sekitar 1,85 mm hingga 12,64 mm.  Data yang telah dikirimkan dari site pengamatan kemudian disimpan dalam cloud sever serta ditampilkan dalam interface berbentuk sistem informasi website yang dilengkapi dengan historis data pengamatan, data curah hujan secara real time, akumulasi berupa grafik, tabel, dan status intensitas curah hujan. Hasil dari penelitian ini dapat menjadi monitoring dan peta intensitas curah hujan di wilayah Banten.

---

High-intensity rainfall can trigger flooding and landslides and lead to detrimental impact on the community. Therefore, rainfall monitoring system information using Automatic Rain Gauge (ARG) can be a solution in anticipating the hydrometeorological hazards impact. This research aims to make an automatic rain gauge as well as its monitoring system utilizing Internet of Things (IoT) in Banten Province with 10 ARGs in total. The reed switch sensor is installed in the ARG to measure rainfall intensity with tipping method. Then, the data is processed using datalogger and is sent through MQTT (Message Queuing Telemetry Transport) protocol. The installed ARGs show a good performance which is proved by the correction value ranges from -0.01 mm up to 0.09 mm, and the uncertainty ranges from 0.12 mm up to 0.16 mm, and the error value ranges from 0.14% up to 2.86%. In addition, the correction value represents good up to very good condition (0,79 – 0,99) with RMSE value ranges from 1,85 mm up to 12,64 mm. The data sent from the site is stored in a cloud server and presented through an interface of website information system. The website has features such as historical observed data, real time rainfall intensity, accumulation in form of graph, table, and status of rainfall intensity. These findings can be used to monitor and map the rainfall intensity in Banten Province."

"Kebutuhan masyarakat terhadap pemahaman intensitas curah hujan serta distribusi secara spasial dan temporal penting terhadap kewaspadaan kebencanaan. Pengamatan curah hujan yang real-time yang disertai prakiraan dapat menjadi dasar yang kuat untuk membangun sistem peringatan dini, khususnya banjir bandang, di mana dapat diamati dari curah hujan yang sangat tinggi dengan rentang waktu pendek. Sistem pengamatan permukaan untuk unsur curah hujan secara otomatis sudah diterapkan di Indonesia menggunakan tipping bucket. Citra satelit Himawari 9 dapat memberikan gambaran curah hujan secara spasial. Informasi peringatan dini potensi membutuhkan sistem pengiriman dan penerimaan data yang andal menggunakan basis pengiriman data melalui internet dengan berbagai protokol MQTT. Tujuan penelitian ini adalah untuk merancang sistem akuisisi data monitoring curah hujan realtime dari penakar hujan otomatis serta merancang sisem peringatan dini cuaca dengan penimbang citra satelit dalam bentuk website. Penelitian ini mampu memonitor curah hujan secara realtime per sepuluh menit dengan ketersediaan data 94,45% dan dapat meningkat hingga 99,0% dan dapat memberikan peringatan dini dengan tingkat kepercayaan sangat tinggi sebesar 73,59% dan tingkat kepercayaan tinggi sebesar 20,77%. Terdapat peringatan dini dengan tingkat kepercayaan rendah sebesar 4,45% yang diakibatkan oleh hujan lokal dengan skala spasial kurang dari 5x5 km2. Peringatan dini yang dihasilkan ditampilkan dalam antarmuka website.

---

The community's need to understand rainfall intensity and its spatial and temporal distribution is important for disaster awareness. Real-time rainfall observations accompanied by forecasts can be a strong basis for building an early warning system, especially for flash floods, where very high rainfall can be observed over a short time span. An automatic surface observation system for rainfall elements has been implemented in Indonesia using a tipping bucket. Himawari 9 satellite imagery can provide a spatial overview of rainfall. Potential early warning information requires a reliable data sending and receiving system using a data transmission base via the internet with various MQTT protocols. The aim of this research is to design a real-time rainfall monitoring data acquisition system from an automatic rain gauge and design a weather early warning system by weighing satellite images in the form of a website. This research is able to monitor rainfall in real time every ten minutes with data availability of 94.45% and can increase to 99.0% and can provide early warning with a very high level of confidence of 73.59% and a high level of confidence of 20.77% . There is an early warning with a low confidence level of 4.45% which is caused by local rain with a spatial scale of less than 5x5 km2. The resulting early warning is displayed in the website interface."