Prototipe Alat Deteksi Banjir Berbasis ESP32, TinyML, dan Notifikasi Telegram
Jurnal Kridatama Sains dan Teknologi · 03.02.2026 · 8 (01) · 115-137
DOI: 10.53863/kst.v8i01.2115 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Kridatama Sains dan Teknologi, online erschienen am 03.02.2026. Verfasst von Laily Rahmad Fauzi und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Banjir merupakan salah satu bencana hidrometeorologi yang paling sering terjadi di Indonesia dan menimbulkan dampak signifikan terhadap keselamatan, aktivitas ekonomi, serta infrastruktur masyarakat. Untuk mendukung peningkatan kesiapsiagaan, dibutuhkan sistem pemantauan tinggi muka air yang mampu bekerja secara real-time, akurat, dan mudah diimplementasikan di lapangan. Penelitian ini bertujuan mengembangkan prototipe sistem pemantauan dan klasifikasi ketinggian air berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32, sensor ultrasonik HC-SR04, serta model Tiny Machine Learning (TinyML) yang melakukan inferensi secara lokal pada perangkat (on-device inference). Penentuan kondisi air dilakukan berdasarkan kriteria dan threshold ketinggian air yang ditetapkan pada tahap analisis, yang selanjutnya digunakan sebagai dasar pelabelan data dan pembentukan model TinyML. Sistem dilengkapi indikator LED (hijau, kuning, merah), tampilan OLED I2C 0,96 inci sebagai monitoring lokal, serta notifikasi otomatis melalui aplikasi Telegram sebagai peringatan dini jarak jauh. Metode penelitian menggunakan pendekatan Research and Development (R&D) dengan model ADDIE yang meliputi tahap analisis kebutuhan, perancangan sistem, pengembangan perangkat keras dan perangkat lunak, implementasi prototipe, serta evaluasi kinerja sistem. Hasil pengujian menunjukkan bahwa sistem mampu mengukur ketinggian air secara stabil dengan error maksimum sebesar 0,2 cm. Nilai Mean Absolute Error (MAE) sebesar 0,025 cm diperoleh dari 8 kali percobaan pada rentang pengujian 0–22,5 cm. Sistem berhasil mengklasifikasikan kondisi air ke dalam kategori “Aman”, “Waspada” dan “Banjir” menggunakan model TinyML dengan kesesuaian hasil terhadap skenario uji sebesar 100% pada sepuluh kondisi pengujian. Selain itu, mekanisme notifikasi Telegram bekerja sesuai rancangan, di mana pesan peringatan terkirim pada seluruh transisi status peringatan yang diuji (lima dari lima skenario) dan tidak terkirim pada kondisi aman yang stabil. Temuan ini menunjukkan bahwa integrasi IoT dan TinyML berpotensi mendukung sistem pemantauan dan peringatan dini banjir yang responsif dan efisien, serta sesuai diterapkan sebagai prototipe pada skala kecil hingga menengah seperti lingkungan permukiman rawan genangan dengan perubahan ketinggian air yang terukur.
Zitieren
APA
Fauzi, L. R., & Suharjo, I. (2026). Prototipe Alat Deteksi Banjir Berbasis ESP32, TinyML, dan Notifikasi Telegram. Jurnal Kridatama Sains dan Teknologi, 8(01), 115-137. https://doi.org/10.53863/kst.v8i01.2115
Vancouver
Fauzi LR, Suharjo I. Prototipe Alat Deteksi Banjir Berbasis ESP32, TinyML, dan Notifikasi Telegram. Jurnal Kridatama Sains dan Teknologi. 2026;8(01):115-137. doi:10.53863/kst.v8i01.2115
BibTeX
@article{Fauzi2026,
author = {Fauzi, Laily Rahmad and Suharjo, Imam},
title = {Prototipe Alat Deteksi Banjir Berbasis ESP32, TinyML, dan Notifikasi Telegram},
journal = {Jurnal Kridatama Sains dan Teknologi},
year = {2026},
volume = {8},
number = {01},
pages = {115--137},
doi = {10.53863/kst.v8i01.2115}
}
EUVIMED