Sistem Pemantauan Kelembapan dan Pergeseran Tanah Berbasis Machine Learning dengan Komunikasi LoRa

Hendri, Fauzan Melvi (2025) Sistem Pemantauan Kelembapan dan Pergeseran Tanah Berbasis Machine Learning dengan Komunikasi LoRa. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak - Fauzan Melvi Hendri.pdf - Published Version Download (654kB)
	Text (BAB 1 Pendahuluan) BAB I Pendahuluan - Fauzan Melvi Hendri.pdf - Published Version Download (478kB)
	Text (BAB V Penutup) BAB V Penutup - Fauzan Melvi Hendri.pdf - Published Version Download (289kB)
	Text (Daftar Pustaka) Daftar Pustaka - Fauzan Melvi Hendri.pdf - Published Version Download (296kB)
	Text (Skripsi Full Text) Skripsi Full Text - Fauzan Melvi Hendri.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Pergeseran tanah merupakan salah satu penyebab utama terjadinya bencana longsor, terutama di daerah dengan topografi curam dan curah hujan tinggi seperti Kabupaten Padang Pariaman, Indonesia. Penelitian ini mengusulkan sistem pemantauan kelembapan dan pergeseran tanah berbasis sensor yang menghubungkan sensor kelembapan tanah kapasitif dan sensor Inertial Measurement Unit (IMU) dengan algoritma Logistic Regression. Sistem dirancang menggunakan dua node pemancar berbasis ESP32 yang secara berkala mengukur kadar kelembapan dan perubahan sudut tanah, lalu memproses data secara lokal untuk mengklasifikasikan kondisi tanah ke dalam dua kategori: aman dan bahaya. Hasil prediksi kemudian dikirim secara nirkabel ke node penerima melalui komunikasi LoRa dan ditampilkan pada LCD, disertai peringatan buzzer jika terdeteksi kondisi berbahaya. Evaluasi sistem dilakukan melalui pengujian akurasi prediksi, jangkauan komunikasi LoRa, dan kecepatan respons. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi perubahan kondisi tanah serta memiliki kinerja komunikasi yang andal untuk pemantauan real-time, sehingga berpotensi menjadi solusi efektif dalam mitigasi dini bencana tanah longsor di daerah rawan.

Actions (login required)

View Item