RANCANG BANGUN SISTEM PEMANTAUAN PANCI PENGUAPAN OTOMATIS BERBASIS IOT DENGAN MODEL PREDIKSI ALGORITMA RANDOM FOREST UNTUK PENGELOLAAN DATA PENGUAPAN DI BMKG STASIUN GEOFISIKA BANDUNG

Ilpi Yuditia Mulyana, - and Dewi Indriati Hadi Putri, - and Mahmudah Salwa Gianti, - (2025) RANCANG BANGUN SISTEM PEMANTAUAN PANCI PENGUAPAN OTOMATIS BERBASIS IOT DENGAN MODEL PREDIKSI ALGORITMA RANDOM FOREST UNTUK PENGELOLAAN DATA PENGUAPAN DI BMKG STASIUN GEOFISIKA BANDUNG. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Penelitian ini bertujuan untuk merancang bangun sistem pemantauan penguapan panci otomatis berbasis Internet of Things (IoT) yang terintegrasi dengan algoritma Random Forest untuk prediksi penguapan. Latar belakang penelitian ini didasarkan pada kebutuhan akan sistem pemantauan yang lebih efisien dan akurat, mengingat metode konvensional masih bersifat manual dan rentan terhadap kesalahan pencatatan. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan ADDIE. Sistem dibangun menggunakan mikrokontroler ESP32 yang terhubung dengan sensor ultrasonik JSN-SR04T untuk mengukur tinggi air, sensor suhu DS18B20, serta penakar hujan Tipping Bucket TB3. Seluruh data lingkungan dikumpulkan secara real-time dan dikirimkan ke Firebase Realtime Database, kemudian disimpan dan dianalisis di Google Sheets. Algoritma Random Forest digunakan untuk memprediksi nilai penguapan berdasarkan parameter meteorologi karena kemampuannya dalam menangani hubungan yang kompleks dan non-linear. Hasil evaluasi menunjukkan bahwa sistem ini mampu memberikan hasil prediksi dengan nilai Mean Absolute Error (MAE) sebesar 0,542, Root Mean Square Error (RMSE) sebesar 0,826, dan nilai koefisien determinasi (R²) sebesar 0,75. Nilai ini menunjukkan tingkat akurasi yang cukup baik untuk penerapan praktis. Sistem ini juga menyediakan antarmuka mobile dan web untuk pemantauan serta visualisasi data secara real-time, sehingga mampu meningkatkan efisiensi operasional dan kualitas data pengamatan di Stasiun Geofisika BMKG Bandung. ----- This study aims to design and develop an automatic pot evaporation monitoring system based on the Internet of Things (IoT) integrated with the Random Forest algorithm for evaporation prediction. The background of this study is based on the need for a more efficient and accurate monitoring system, considering that conventional methods are still manual and prone to recording errors. The research method used is Research and Development (R&D) with the ADDIE development model. The system is built using an ESP32 microcontroller connected to a JSN-SR04T ultrasonic sensor to measure water level, a DS18B20 temperature sensor, and a Tipping Bucket TB3 rain gauge. All environmental data is collected in real-time and sent to the Firebase Realtime Database, then stored and analyzed in Google Sheets. The Random Forest algorithm is used to predict evaporation values based on meteorological parameters due to its ability to handle complex and non-linear relationships. The evaluation results show that the system is capable of providing prediction results with a Mean Absolute Error (MAE) of 0.542, Root Mean Square Error (RMSE) of 0.826, and a coefficient of determination (R²) of 0.75. These values indicate a sufficiently high level of accuracy for practical application. This system also provides mobile and web interfaces for real-time data monitoring and visualization, thereby improving operational efficiency and the quality of observation data at the BMKG Bandung Geophysical Station.

	Text S_MKB_2102056_Title.pdf Download (3MB)
	Text S_MKB_2102056_Chapter1.pdf Download (291kB)
	Text S_MKB_2102056_Chapter2.pdf Restricted to Staf Perpustakaan Download (819kB)
	Text S_MKB_2102056_Chapter3.pdf Download (508kB)
	Text S_MKB_2102056_Chapter4.pdf Restricted to Staf Perpustakaan Download (955kB)
	Text S_MKB_2102056_Chapter5.pdf Download (190kB)
	Text S_MKB_2102056_Appendix.pdf Restricted to Staf Perpustakaan Download (1MB)

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?hl=en&user=N_WRHzwAAAAJ ID SINTA Dosen Pembimbing: Dewi Indriati Hadi Putri: 6720737 Mahmudah Salwa Gianti: 6779018
Uncontrolled Keywords:	Penguapan, Internet of Things, Random Forest, BMKG, Pemantauan Otomatis. Evaporation, Internet of Things, Random Forest, BMKG, Automatic Monitoring.
Subjects:	T Technology > T Technology (General)
Divisions:	UPI Kampus Purwakarta > S1 Mekatronika dan Kecerdasan Buatan
Depositing User:	Ilpi Yuditia Mulyana
Date Deposited:	20 Aug 2025 04:31
Last Modified:	20 Aug 2025 04:31
URI:	http://repository.upi.edu/id/eprint/135623

Actions (login required)

View Item