PERANCANGAN SISTEM PERINGATAN DINI KEDATANGAN AIR DISTRIBUSI BERBASIS IOT MENGGUNAKAN MACHINE LEARNING

Pratama, Aknes Tasia (2026) PERANCANGAN SISTEM PERINGATAN DINI KEDATANGAN AIR DISTRIBUSI BERBASIS IOT MENGGUNAKAN MACHINE LEARNING. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (1MB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (246kB)
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (246kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (634kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) BAB III.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) BAB IV.pdf - Published Version Restricted to Repository staff only Download (935kB) | Request a copy
	Text (BAB V PENUTUP) BAB V.pdf - Published Version Restricted to Repository staff only Download (227kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (225kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (8MB) | Request a copy

Abstract

Distribusi air bersih di Desa Lubuk Raman seringkali tidak menentu, menyebabkan ketidakpastian bagi warga dalam memenuhi kebutuhan sehari-hari. Penelitian ini bertujuan merancang sistem peringatan dini kedatangan air berbasis Internet of Things (IoT) dengan integrasi Machine Learning. Sistem menggunakan sensor getaran MPU6050 yang dipasang secara non-invasif pada pipa untuk mendeteksi kondisi aliran air. Data getaran berupa fitur mean dan RMS diolah oleh mikrokontroler ESP32 dan dikirim melalui jaringan seluler GPRS ke server cloud Railway. Algoritma Random Forest dan Support Vector Machine (SVM) dibandingkan untuk klasifikasi status aliran air. Hasil pengujian menunjukkan Random Forest memiliki performa terbaik dengan akurasi 96,94%, precision 96,48%, recall 98,21%, dan F1-score 97,33%. Sistem memberikan notifikasi otomatis melalui WhatsApp dengan rata-rata delay 8,8 detik. Pengujian menunjukkan sistem mampu memantau distribusi air secara real-time dan memberikan informasi akurat kepada warga melalui dashboard berbasis Streamlit. Penelitian ini memberikan solusi teknologi tepat guna yang efektif untuk meningkatkan efisiensi penggunaan air dan memberikan kepastian jadwal distribusi bagi masyarakat pedesaan.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	IoT, Machine Learning, MPU6050, Random Forest, Sistem Peringatan Dini, WhatsApp
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Telecommunication Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	04 Sep 2026 04:16
Last Modified:	04 Sep 2026 04:16
URI:	http://eprints.polsri.ac.id/id/eprint/26178

Actions (login required)

View Item