Implementasi Model Prediksi Cuaca Menggunakan Decision Tree Berbasis Esp32 dan Notifikasi Otomatis Melalui Telegram Bot pada Gardu Hubung TRB Padang

Arib, Muhammad Afif (2025) Implementasi Model Prediksi Cuaca Menggunakan Decision Tree Berbasis Esp32 dan Notifikasi Otomatis Melalui Telegram Bot pada Gardu Hubung TRB Padang. S1 thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
cover & abstrak.pdf - Published Version
Download (598kB)
[img] Text (BAB 1)
BAB 1.pdf - Published Version
Download (315kB)
[img] Text (BAB Akhir)
BAB Akhir.pdf - Published Version
Download (292kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version
Download (282kB)
[img] Text (Skripsi full text)
fulltext.pdf - Published Version
Restricted to Repository staff only
Download (6MB) | Request a copy

Abstract

Gardu Hubung (GH) TRB Padang merupakan salah satu titik distribusi listrik yang rawan terdampak banjir, sehingga membutuhkan sistem prediksi cuaca yang andal untuk mitigasi risiko. Penelitian ini bertujuan mengembangkan sistem prediksi cuaca berbasis Internet of Things (IoT) yang menggabungkan data sensor lingkungan dengan algoritma Decision Tree. Sistem menggunakan sensor BME280 dan anemometer untuk mengukur suhu, kelembaban, tekanan udara, dan kecepatan angin. Data dikirim oleh mikrokontroler ESP32 ke server cloud (Render) menggunakan protokol HTTP, di mana model klasifikasi cuaca di-deploy menggunakan REST API berbasis Flask. Hasil klasifikasi seperti “Cerah”, “Berawan”, “Hujan” atau “Hujan Deras” kemudian dikirim kembali ke perangkat dan diteruskan ke pengguna melalui notifikasi otomatis menggunakan Telegram Bot. Evaluasi kinerja sistem dilakukan melalui pengujian end-to-end menggunakan prototipe yang dikembangkan untuk kebutuhan monitoring GH TRB Padang. Hasil pengujian menunjukkan akurasi klasifikasi sebesar 96,97% dan respons sistem yang cepat. Penelitian ini menunjukkan bahwa pendekatan integratif antara sensor IoT, klasifikasi Decision Tree, dan komunikasi berbasis cloud dapat memberikan solusi efisien dan aplikatif untuk sistem monitoring lingkungan di sektor distribusi tenaga listrik.

Item Type: Thesis (S1)
Supervisors: Zaini, S.T, M.Sc.E., Ph.D
Uncontrolled Keywords: Prediksi Cuaca; Internet of Things; Decision Tree; ESP32; Telegram Bot; GH TRB Padang
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: S1 Teknik Elektro
Date Deposited: 24 Dec 2025 02:41
Last Modified: 24 Dec 2025 02:41
URI: http://scholar.unand.ac.id/id/eprint/516134

Actions (login required)

View Item View Item
eSkripsi Universitas Andalas is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.