RAHMAWATI, ARMA (2024) PERANGKAT CERDAS DETEKSI BANJIR MENGGUNAKAN SENSOR ULTRASONIK DAN SENSOR CURAH HUJAN DENGAN METODE FORECASTING. Diploma thesis, Politeknik Negeri Sriwijaya.
|
Text
Cover_Daftar Lampiran.pdf Download (605kB) | Preview |
|
|
Text (BAB I PENDAHULUAN)
BAB I.pdf Restricted to Repository staff only Download (184kB) | Request a copy |
||
|
Text (BAB II TINJAUAN PUSTAKA)
BAB II.pdf Restricted to Repository staff only Download (534kB) | Request a copy |
||
|
Text (BAB III METODELOGI PENELITIAN)
BAB III.pdf Restricted to Repository staff only Download (392kB) | Request a copy |
||
|
Text (BAB IV HASIL DAN PEMBAHASAN)
BAB IV.pdf Restricted to Repository staff only Download (570kB) | Request a copy |
||
|
Text (BAB V KESIMPULAN DAN SARAN)
BAB V.pdf Restricted to Repository staff only Download (118kB) | Request a copy |
||
|
Text
Daftar Pustaka.pdf Restricted to Repository staff only Download (129kB) | Request a copy |
||
|
Text
Lampiran.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
Abstract
Banjir adalah bencana alam yang paling sering melanda Indonesia Sumatera Selatan adalah salah satu daerah yang mengalami banjir berulang dari tahun 2023 hingga 2024.Pengawasan terhadap ketinggian air di suatu titik sering kali kurang dilakukan, sehingga saat curah hujan tinggi, air sering meluap dan menyebabkan banjir. Debit air yang tidak terkontrol akibat curah hujan yang besar dapat menyebabkan banjir dan berdampak pada masyarakat setempat karena kurangnya informasi. Untuk mengatasi masalah ini, teknologi machine learning dapat digunakan sebagai alat pendeteksi dan peringatan dini banjir. Algoritma SVR (Support Vector Regression) adalah salah satu contohnya. Penelitian ini mengklasifikasikan status banjir menjadi tiga kategori: “Aman, Waspada, dan Bahaya.” Model prediksi status banjir dibangun menggunakan SVR (Support Vector Regression) yang terintegrasi dengan perangkat deteksi banjir yang terdiri dari Arduino Uno, NodeMCU, serta dua sensor, yaitu sensor ultrasonik dan sensor curah hujan. yang dipasang di atas 1 meter dari permukaan tanah. Hasil pengujian menunjukkan bahwa alat ini dapat mendeteksi status banjir berdasarkan ketinggian air. Saat jarak antara permukaan air dan sensor adalah 80-100 cm dan curah hujan 0-20 mm, statusnya adalah aman, jika jarak air 50-80 cm dan curah hujan 21-30 mm, statusnya waspada, sedangkan jika jarak air 0-50 cm dan curah hujan 31-100 mm, statusnya bahaya. Status banjir yang terdeteksi oleh alat ini kemudian akan dikirimkan melalui aplikasi Telegram sebagai notifikasi untuk memudahkan pemantauan banjir secara efektif.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Banjir, Support Vector Regression, Prediksi, Iot |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Depositing User: | Mr Bambang Anthony |
| Date Deposited: | 13 Aug 2026 01:21 |
| Last Modified: | 13 Aug 2026 01:21 |
| URI: | http://eprints.polsri.ac.id/id/eprint/22340 |
Actions (login required)
![]() |
View Item |
