PROYEK AKHIR

SISTEM MONITORING DAN KLASIFIKASI CUACA

MENGGUNAKAN JARINGAN INTERNET

MULTI NODE WEATHER MONITORING AND

CLASSIFICATION SYSTEM USING INTERNET NETWORK
Oleh :

Achmad Nurdien Fadhilah

NRP. 1110191052

Dosen Pembimbing :

Hendhi Hermawan, S,ST., M.Tr.T.

NIP. 198802152020121002

Ni’am Tamami, S.ST., M.T.

NIP. 199010102015041002

PROGRAM STUDI TEKNIK ELEKTRONIKA

DEPARTEMEN ELEKTRO
POLITEKNIK ELEKTRONIKA SURABAYA
2022

i
 PROYEK AKHIR

SISTEM MONITORING DAN KLASIFIKASI CUACA

MENGGUNAKAN JARINGAN INTERNET

MULTI NODE WEATHER MONITORING AND

CLASSIFICATION SYSTEM USING INTERNET NETWORK
Oleh :

Achmad Nurdien Fadhilah

NRP. 1110191052

Dosen Pembimbing :

Hendhi Hermawan, S,ST., M.Tr.T.

NIP. 198802152020121002

Ni’am Tamami, S.ST., M.T.

NIP. 199010102015041002

PROGRAM STUDI TEKNIK ELEKTRONIKA

DEPARTEMEN ELEKTRO
POLITEKNIK ELEKTRONIKA SURABAYA
2022

ii
 PERNYATAAN ORISINILITAS

Saya selaku penulis menyatakan bahwa Proyek Akhir ini adalah

benar-benar hasil karya saya sendiri, dan semua sumber/referensi baik
yang dikutip maupun dirujuk telah saya nyatakan benar.

Surabaya, 16 Desember 2022

Penulis yang menyatakan,

Achmad Nurdien Fadhilah

1110191052

iii
 SISTEM MONITORING DAN KLASIFIKASI CUACA
MENGGUNAKAN JARINGAN INTERNET

Oleh :
Achmad Nurdien Fadhilah
NRP. 1110191052

Proyek Akhir ini diajukan sebagai salah satu syarat untuk

memperoleh gelar Sarjana Sains Terapan (S. Tr. T)
Periode Wisuda di
Politeknik Elektronika Negeri Surabaya
Disetujui dan disahkan
oleh :

Dosen Penguji Proyek Akhir : Dosen Pembimbing :

1. 1.

. (Hendhi Hermawan S.ST., M.Tr.T.)

NIP. . NIP. 198802152020121002
2. 2.

. (Ni’am Tamami, S.ST., M.T.

NIP. . NIP. 199010102015041002
3.

.
NIP. .

Mengetahui
Ketua Program Studi D4 Teknik Elektronika

(Dr. -Ing. Arif Iwansyah S.T., M.Eng.)

NIP. 19770318200121002

iv
 Abstrak

Cuaca merupakan faktor penting dalam semua bidang kehidupan.

Perubahan cuaca yang signifikan dapat mempengaruhi terhadap
aktivitas manusia. Perubahan cuaca yang signifikan dapat
menyebabkan beberapa bencana seperti tanah longsor, banjir,
maupun kebakaran hutan. Perubahan cuaca tergantung pada
berbagai faktor, termasuk suhu, kelembaban, angin, waktu, dan
lokasi. Dari beberapa faktor tersebut, terdapat beberapa jenis cuaca
seperti cerah, mendung, berawan dan hujan. Berdasarkan latar
belakang masalah tersebut, penulis berencana untuk membuat suatu
alat yang dapat memantau perubahan cuaca sekaligus
mengklasifikasikan cuaca menjadi beberapa jenis berdasarkan
sensor yang ditangkap. Pembuatan sistem ini dibuat menjadi tiga
node device dimana setiap device diletakkan untuk menandakan
batas wilayah cuaca yang akan di monitoring, sehingga cuaca yang
dimonitoring hanya terdiri dari wilayah yang hanya disekitar tiga
node tersebut. Klasifikasi yang akan dihasilkan dari berbagai sensor
tersebut berjumlah enam parameter yakni cerah, panas, berawan,
hujan, sejuk, dan berangin.

Kata Kunci : monitoring cuaca, klasifikasi cuaca, jaringan

internet, banjir

v
 Abstract

The weather is the important factor for . The significantly weather

changes can mempengruhi with the human activity and cause many
disaster such as landslide, floot, and wildfire. The wether changes
weather changes depending on a wide variety of factor, such
including temperature, humidity, wind, time and location. Belongs
to that factor, there many variety of wether, such as sunny, cloudy,
and rainy. Based on that problem, writer , the author plans to
create a device that can monitor weather changes and classifying
weather into several types based on the sensor value that captured.
This system made become three node devies, where each device is
placed to mark the territorial boundaries of the weather to be
monitored, so that the monitored weather only consists of an area
that is only around that three nodes. The classification that will be
result from the various sensors amounts to six parameters, namely
bright, hot, cloudy, rainy, cool, and windy.

Kata Kunci : weather monitoring, weather classification, internet

network, flood, Suppport Vector Machine

vi
 KATA PENGANTAR

Alhamdulillah, puji syukur kehadirat Allah SWT karena berkat

limpahan rahmat, hidayah, serta taufik yang diberikan-Nya sehingga
penulis dapat menyelesaikan proyek akhir ini dengan judul :

SISTEM MONITORING DAN KLASIFIKASI CUACA MULTI NODE

MENGGUNAKAN JARINGAN INTERNET

Pembuatan dan penyusunan proyek akhir ini diajukan sebagai

salah satu syarat untuk menyelesaikan studi Diploma-4 (D4) dan
memperoleh gelar Sarjana Terapan Teknik (S.Tr.T.) di jurusan
Teknik Elektronika Politeknik Elektronika Negeri Surabaya.
Penulis berusaha secara optimal dengan segala pengetahuan
dan informasi yang didapatkan dalam menyusun laporan proyek akhir
ini. Namun, penulis menyadari berbagai keterbatasannya, karena itu
penulis memohon maaf atas keterbatasan materi laporan proyek akhir
ini. Penulis juga sangat mengharapkan masukan berupa saran dan
kritik yang membangun demi kesempurnaan laporan proyek akhir ini.
Demikian besar harapan penulis agar laporan proyek akhir ini
dapat bermanfaat bagi pembaca, khususnya dalam mempelajari
metode Support Vector Machine, dan sebagai referensi lainnya.

Surabaya, 17 Desember 2022

Penulis

vii
 UCAPAN TERIMA KASIH
Dengan penuh rasa syukur kehadirat Allah S.W.T dan tanpa
menghilangkan rasa hormat yang mendalam, saya selaku penyusun dan
penulis mengucapkan terima kasih yang sebesar-besarnya kepada pihak-
pihak yang telah membantu penulis untuk menyelesaikan proyek akhir
ini, penulis mengucapkan terima kasih kepada :
1. Keluarga besar saya Bani Sumardji dan Bani Soetomo yang
selalu memberi do’a, dukungan dan motivasinya tiada henti, serta
kasih sayangnya tidak pernah terbalaskan.
2. Bapak Aliridho Barakbah, S.Kom., Ph.D., selaku Direktur dari
Politeknik Elektronika Negeri Surabaya.
3. Bapak Dr.Eng.I Gede Puja Astawa,S.T., M.T., selaku Kepala
Departemen Teknik Elektro dari Politeknik Elektronika Negeri
Surabaya.
4. Bapak Dr.Ing. Arif Irwansyah, S.T., M.Eng., selaku Ketua
Program Studi Diploma-4 Teknik Elektronika dari Politeknik
Elektronika Negeri Surabaya.
5. Bapak Hendhi Hermawan, S.ST, M.Tr.T. dan Bapak Niam
Tamami, S.ST, M.T. selaku dosen pembimbing proyek akhir
saya.
6. Seluruh Bapak dan Ibu dosen yang telah membimbing dan
membekali ilmu kepada penulis selama penulis menempuh
pendidikan di kampus tercinta ini, Politeknik Elektronika Negeri
Surabaya (PENS).
7. Teman-teman D4 Elektronika 2019 yang telah memberikan
semangat untuk menyelesaikan tugas akhir ini. Khususunya teman
teman kelas D4 Elektronika B yang telah memberikan arti makna
pertemanan, dan menemani dari awal masuk hingga keluar dari
kampus ini.
8. Tim Bamantara EEPISAT yang telah yang memberikan saya ilmu,
pengalaman, dan menjadi salah satu alasan saya untuk bertahan di
kampus ini.

viii
9. Anggi, Nabil, Rizka, Fitri, Rois selaku anggota Grub Pencari
Syafaat yang telah menjadi tempat saya untuk keluar dari masa
masa lelah di perkuliahan.
10. Semua pihak yang telah membantu penulis hingga terselesainya
proyek akhir ini yang tidak dapat penulis sebutkan.
Semoga Allah S.W.T selalu memberikan perlindungan, rahmat dan
nikmat-Nya bagi kita semua. Aamiin

ix
 PERSETUJUAN PUBLIKASI TERBATAS

Sebagai civitas akademik Politeknik Elektronika Negeri Surabaya, saya

yang bertanda tangan di bawah ini:

Nama : Achmad Nurdien Fadhilah

NRP : 1110191052
Program Studi : D4 Teknik Elektronika
Departemen : Teknik Elektro

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan

kepada Politeknik Elektronika Negeri Surabaya Hak Bebas Royalti Non-
eksklusif (Non-exclusive Royalty-Free Right) atas proyek akhir saya
yang berjudul:

SISTEM MONITORING DAN KLASIFIKASI CUACA MULTI

NODE MENGGUNAKAN JARINGAN INTERNET

beserta perangkat yang ada (jika diperlukan), yang oleh karenanya

Politeknik Elektronika Negeri Surabaya dengan ini berhak menyimpan,
mengalih-media-kan atau mengalih-format-kan, mengelola dalam
pangkalan data (database), merawat, dan memublikasikan tugas akhir
saya selama tetap mencantumkan nama saya sebagai penulis/pencipta
dan sebagai pemilik Hak Cipta.

Demikian pernyataan ini saya buat dengan sebenarnya.

Surabaya, 16 Desember 2022

Penulis

Achmad Nurdien Fadhilah

x
 DAFTAR ISI

Abstrak v
Abstract vi
KATA PENGANTAR vii
UCAPAN TERIMA KASIH viii
PERSETUJUAN PUBLIKASI TERBATAS x
DAFTAR ISI xi
DAFTAR GAMBAR xv
DAFTAR TABEL xvii
BAB 1 PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Rumusan Masalah 2
1.3 Tujuan Program 2
1.4 Luaran yang Diharapkan 2
1.5 Manfaat Program 3
1.6 Batasan Masalah 3
BAB 2 TINJAUAN PUSTAKA 4
2.1 Dasar Teori 4
2.2 Sensor BME280 4
2.2.1 Pengukuran Ketinggian 5
2.2.2 Pengukuruan Kelembapan 5
2.2.3 Pengukuran Tekanan Air Laut 6
2.3 Anemometer 6
2.4 ESP32-WROOM-32 7
2.5 Panel Surya 10
2.6 Algoritma SVM (Support Vector Machine) 11
2.7 Klasifikasi Cuaca 13
2.7.1 Cerah 14
2.7.2 Panas 14
2.7.3 Berawan 14
2.7.4 Hujan 14
2.7.5 Sejuk 15
2.7.6 Berangin 15
2.8 Teknologi Low Power Wide Area Network (LPWAN) 15
2.9 Penelitian terkait 16
BAB 3 PERANCANGAN DAN DESAIN SISTEM 18
3.1 Perancangan Sistem 18
3.1.1 Blok Diagram Keseluruhan Sistem 18

xi
3.1.2 Perancangan Metode dan Flowchart 19
3.2 Perancangan dan Desain Hardware 20
3.3 Perancangan dan Desain Mekanik 23
BAB 4 PENGUJIAN DAN ANALISA 25
4.1 Pengujian Sensor Tipping Bucket 25
4.2 Pengujian Sensor BME280 26
4.3 Pengujian Sensor Lux 31
4.4 Pengujian Sensor Anemometer 33
4.5 Pengujian Daya Tahan Baterai 35
BAB 5 PENUTUP 38
DAFTAR PUSTAKA 39

xii
 DAFTAR GAMBAR

Gambar 2.1 Sensor BME 280...................................................................4

Gambar 2.2 Anemometer.........................................................................6

Gambar 2. 3 Module Chip ESP32-WROOM-32......................................7

Gambar 2. 4 GPIO ESP32-WROOM-32................................................10

Gambar 2.5 Panel Surya.........................................................................11

Gambar 2.6 Algoritma SVM (Support Vector Machine).......................11

Gambar 2. 8 Non Liniear SVM..............................................................12

Gambar 2. 9 Kernel Trick.......................................................................13

Gambar 3. 1 Blok Diagram Kesluruhan Sistem.....................................17

Gambar 3. 2 Blok Diagram Tiap Node..................................................17

Gambar 3. 3 Flowchart Sistem...............................................................18

Gambar 3. 4 Skematik Sistem................................................................19

Gambar 3. 5 PCB Top Layer..................................................................20

Gambar 3. 6 PCB Bottom Layer............................................................20

Gambar 3. 7 Desain 3D PCB..................................................................21

Gambar 3. 8 Realisasi Desain Hardware................................................21

Gambar 3. 9 Desain dan Realisasi Mekanik Sistem...............................22

Gambar 3. 10 Penempatan Box Hardware.............................................23

Gambar 3. 11 Hasil Realisasi Keseluruhan Sistem................................23

xiii
Gambar 4. 1 Pengujian Tipping Bucket (Botol 200ml).........................25

Gambar 4. 2 Pengujian BME280............................................................30

Gambar 4. 3 Pengujian BH1750.............................................................32

Gambar 4. 3 Pengujian Anemometer.....................................................34

xiv
 DAFTAR TABEL

Tabel 2. 1 Spesifikasi ESP32-WROOM-32.............................................8

Tabel 2. 2 Spesifikasi GPIO ESP32-WROOM-32.................................11

Tabel 4. 1 Setting Pengujian Tipping Bucket.....................25

Tabel 4. 2 Hasil Pengujian Tipping Bucket........................26

Tabel 4. 3 Setting Pengujian Sensor BME280....................27

Tabel 4. 4 Hasil Pengujian Suhu.........................................27

Tabel 4. 5 Pengujian Tekanan Udara..................................28

Tabel 4. 6 Pengujian Kelembapan......................................29

Tabel 4. 7 Pengujian Ketinggian.........................................30

Tabel 4. 8 Setting Pengujian BH1750.................................31

Tabel 4. 9 Hasil Pengujian BH1750....................................32

Tabel 4. 10 Setting Pengujian Anemometer.......................33

Tabel 4. 11 Hasil Pengujian Anemometer Kecepatan 1.....34

Tabel 4. 12 Pengujian Kecepatan (2)...............................34

xv
Tabel 4. 10 Setting Pengujian Anemometer.......................36

xvi
 1

BAB 1
PENDAHULUAN
1.1 Latar Belakang
Cuaca merupakan faktor penting dalam semua bidang
kehidupan. Perubahan cuaca yang signifikan dapat mempengaruhi
terhadap aktivitas manusia. Kegiatan yang berhubungan dengan
cuaca seperti kegiatan pertanian, perkebunan, dan penerbangan.
Perubahan cuaca yang signifikan dapat menyebabkan beberapa
bencana seperti tanah longsor, banjir, maupun kebakaran hutan [1].
Perubahan cuaca tergantung pada berbagai faktor, termasuk suhu,
kelembaban, kecepatan angin, awan (intensitas cahaya), tekanan
udara, dan curah hujan [2].
Direktorat Jendral Sumber Daya Air (Dirjen SDA) merupakan
salah satu direktorat jendral dibawah naungan Kementrian Pekerjaan
Umum dan Perumahan Rakyat (Kementrian PUPR) yang
bertanggung jawab melaksanakan kebijakan sumber daya air [3].
Salah satu kebijakan dari Dirjen SDA adalah untuk penanggulangan
banjir yang dilakukan oleh Balai Besar Wilayah Sungai (BBWS)
berupa Sistem Monitoring dan Flood Forecasting and Early Warning
System (FFEWS). Dalam sistem besar, FFEWS ini terdari dari
beberapa bagian seperti pemantauan curah hujan, ketinggian air, debit
air sungai, dan radar cuaca [4]. Beberapa sub-sistem ini diletakkan
pada beberapa titik yang berbeda, seperti radar cuaca yang diletakkan
pada di bagian tepi sungai dari hulu ke hilir, dan radar pemantauan
sungai yang diletakkan pada tanggul sungai. Dalam penelitian ini
berfokus pada pembuatan dan penerapan dari radar cuaca dalam
pemantauan cuaca di sekitar sungai.
Salah satu penyebab dari datangnya banjir adalah perubahan
cuaca yang tidak menentu. Daerah tinggi merupakan daerah yang
rentan terhadap perubahan cuaca, tak terkecuali hujan. Di daerah ini
yang membentur isi gunung akan dipaksa naik, sehinga udara akan
bergerak naik mengikuti ketinggian gunung yang membentuk titik air
dan mengembun sehingga terbentuklah awan yang dapat
menyebabkan hujan [5]. Hujan yang terjadi di daerah dataran tinggi
 2

ini secara deras dan terus menerus dapat membuat aliran sungai
menjadi deras dan mukai sungai menjadi naik, sehingga berpotensi
untuk terjadinya bencana banjir apabila kondisi tanggul dan
bendungan tidak cukup untuk menahan volume air.
Berdasarkan dari latar belakang tersebut, penulis berencana
untuk membuat salah satu sub-sistem dari sebuah Flood Forecasting
and Early Warning System (FFEWS) berupa radar cuaca yang dapat
mengklasifikan beberapa tipe cuaca. Sistem tersebut dibuat
menggunakan beberapa parameter seperti suhu, kelembapan,
kecepatan angin, intensitas cahaya, sensor curah hujan, sensor
tekanan udara, sekaligus modul GPS untuk mendapatkan titik lokasi.
Sistem ini akan dipasang dihiliran sungai untuk memonitoring
kondisi cuaca sehingga dapat membantu Balai Besar Wilayah Sungai
(BBWS) untuk strategi dan penanganan dalam mengantisipasi
terjadinya banjir.

1.2 Rumusan Masalah

a) Bagaimana membuat sistem yang dapat memonitoring
kondisi cuaca dalam suatu wilayah ?
b) Bagaimana cara untuk dapat mengklasifikasikan cuaca ?

1.3 Tujuan Program

a) Membuat sebuah sistem yang dapat memonitoring cuaca
b) Mengetahui implementasi dari metode klasifikasi untuk
proses klasifikasi cuaca.
c) Sebagai sarana untuk mempermudah pemantauan cuaca.

1.4 Luaran yang Diharapkan

Luaran yang diharapkan dari pelaksanaan kegiatan ini yaitu
terciptanya sistem multi node yang dapat memantau cuaca secara real
time dibeberapa titik. Serta dapat mengklasifikasikan berbagai
macam tipe cuaca dan dapat dimonitoring melalui web dashboard
dengan hasil berupa peta lokasi sistem.
 3

1.5 Manfaat Program

Beberapa manfaat yang dapat di peroleh dari program ini
adalah:
a) Menghasilkan sistem yang dapat memantau cuaca di
beberapa titik, serta dapat mengklasifikasikan
beberapa tipe bentuk cuaca.
b) Meminimalisir terjadinya anomali cuaca yang tidak
diduga.
c) Membantu Dinas Pekerjaan Umum Sumber Daya Air
untuk dapat membantu dalam strategi dan penanganan
dalam mengantisipasi terjadinya banjir

1.6 Batasan Masalah

a) Sistem yang dibuat hanya sebatas tiga node.
b) Parameter yang digunakan dalam data sets adalah
suhu, kelembapan, ketinggian, tekanan udara, curah
hujan, kecepatan angin, dan intensitas cahaya.
c) Klasifikasi cuaca dibatasi hanya enam tipe yakni
cerah, panas, berawan, hujan, sejuk (dingin), dan
berangin.
 4

BAB 2
TINJAUAN PUSTAKA
2.1 Dasar Teori
Pemantauan variabel atmosfer memiliki dampak besar dalam
berbagai bidang studi cuaca antara lain dalam mengetahui infomasi
cuaca saat ini [6]. Atmosfer merupakan sistem yang kompleks,
dengan berbagai parameter yang akan berimpas satu sama lain,
sehingga untuk menentukan parameter perubahan atmosfer tidak
semudah untuk dilakukan. Stasiun Cuaca merupakan salah satu cara
untuk memfasilitasi untuk mengetahui peramalan parameter atmosfer
yang berubah [7]. Suhu udara, kecepatan angin, intensitas cahaya dan
kelembaban udara adalah faktor meteorologi terpenting yang
menentukan kondisi sekitar. Suhu, kelembaban, arah angin, dan
kecepatan angin dapat digunakan secara luas di berbagai bidang
Permintaan meliputi pertanian dan non-pertanian.
Jumlah curah hujan bervariasi dari satu daerah ke daerah lain
dan dari musim ke musim. Curah hujan adalah jumlah air yang jatuh
di permukaan tanah datar selama periode tertentu yang diukur dengan
satuan tinggi (mm) di atas permukaan horizontal [8].
Udara sendiri merupakan kumpulan gas yang mana masing-
masing memiliki massa & menempati ruang. Karena massa yang
dimilikinya, udara memiliki tekanan. Tekanan udara merupakan suatu
gaya yang timbul dikarenakan adanya berat dari lapisan udara.

2.2 Sensor BME280

Gambar 2.1 Sensor BME 280

Sumber : https://www.circuitbasics.com/set-bmp180-
barometric-pressure-sensor-arduino/
 5

Sensor BME280 merupakan sebuah sensor yang digunakna

secara spesifik untuk mengukur tekanan udara dan suhu [9]. Dalam
penggunaaanya sensor ini akan digunakan untuk menentukan
beberapa parameter seperti suhu, kelembapan, tekanan udara dan
juga ketingginan menggunakan beberapa persamaan berikut :

2.2.1 Pengukuran Ketinggian

Dalam pengukuran ketinggian, tekanan berubah
seiring dengan ketinggian sensor. Pada saaat ketinggian rendah
maka akan banyak udara di sekitar sensor maka tekanan akan
naik, sebaliknya keadaan tinggi maka udara semakin menipis
sehingga tekanan semakin kecil [10]. Berikut adalah
perhitungan ketinggian berdasarkan tekanan udara :

( ( ))
1
P 5.255
Altitude=44330 x 1−
P0
P : Atmospheric pressure at current location ( hPa )
Po : Atmospheric pressure at sea level ( hPa ) (1)

Sumber : https://www.circuitbasics.com/set-bmp180-
barometric-pressure-sensor-arduino/

2.2.2 Pengukuruan Kelembapan

Dalam pengukuran kelembapan, sensor ini akan
mengkalkulasikan perhitungan antara uap air di udara dan titik
saturasi uap di udara. Saat titik saturasi, uap air mulai
mengembun dan akan menumpuk di permukaan yang
membentuk embun [11]. Titik saturasi berubah sesuai nilai
suhu. Berikut adalah perhitungan Kelembapan :
 6

Relative Humidity =
( )
ρw
ρs
x 100 %

ρw : Density of water vapor

ρ s : Density of water vapor at saturatio n. (2)

Sumber : https://www.circuitbasics.com/how-to-set-
up-the-dht11-humidity-sensor-on-an-arduino/

2.2.3 Pengukuran Tekanan Air Laut

Sebelum menentukan ketinggian, maka pada rumsu
dibutuhkan untuk perhitungan tekanan air latu dimana
perhitunan adalah sebagai berikut :

P
P 0=
( )
5 . 255
Altitude
1−
4430
P0= Atmospheric pressure at sea level ¿
P= Atmospheric pressure at your location ( hPa )
Altitude: Altitude of your current location ( m ) (3)
Sumber : https://www.circuitbasics.com/set-bmp180-
barometric-pressure-sensor-arduino/

2.3 Anemometer
Pengertian Anemometer adalah sensor kecepatan angin untuk
mengukur kecepatan angin lokal dan sering digunakan di di
Departemen Meteorologi, Klimatologi dan Geofisika (BMKG).
 7

Gambar 2.2 Anemometer

(Sumber : adafruit.com)

Anemometer harus ditempatkan di area terbuka. Saat tertiup

angin, cangkang yang terdapat di dalam anemometer bergerak
melawan arah angin. Semakin cepat angin bertiup melalui mangkuk,
semakin cepat piring mangkuk akan berputar dan semakin cepat
piring mangkuk akan berputar. Kecepatan angin dapat dihitung dari
jumlah putaran per detik. Anemometer memiliki penghitung yang
menghitung kecepatan angin. Jenis anemometer yang umum adalah
anemometer cup dan anemometer baling-baling. Anemometer Cup
adalah yang paling umum dan paling banyak digunakan karena
kesederhanaan dan kemudahan pembuatannya [12].

2.4 ESP32-WROOM-32
ESP32-WROOM-32 merupakan sebuah modul chip keluaran
manufaktur chip Espressif System © yang memiliki kecepatan tinggi
dan juga cocok digunakan untuk penggunaan daya rendah seperti
voice encoding , musik, dan MP3 decoding. Modul ini juga sudah
termasuk dengan Wi-Fi, Bluetooth, dan Bluetooth Low Energy (BLE)
yang dapat juga digunakan untuk berbagai kebutuhan untuk
keperluan komunikasi nirkabel, seperti penggunaan smart home. [13]
 8

Gambar 2. 3 Module Chip ESP32-WROOM-32

(Sumber : Mouser.id)

Didalam Modul ini ditenagai dengan chip ESP32-D0WDQ6

yang memiliki arsitektur dual core Xtensa 32-bit LX6 dengan
kecepatan clock sebesar 80 MHz – 240 MHz. Sistem minimal yang
digunakan juga sangat sederhana sehingga pengembang dangan
sangat mudah untuk memodifikasi sesuai dengan kebutuhan masing
masing. Berikut adalah spesifikasi yang dimiliki oleh ESP32-
WROOM-32 :

Tabel 2. 1 Spesifikasi ESP32-WROOM-32

(Sumber : Espressif Systems) [13]

Categories Items Specifications

RF See certificates for ESP32-
certification WROOM-32
Wi-Fi
Wi-Fi Alliance
Certfication certification
s Bluetooth
BQB
certification
Green
RoHS/REACH
certification
Test Reliablity HTOL/HTSL/uHAST/TCT/
 9

ESD
802.11 b/g/n (802.11n up to
150 Mbps)
A-MPDU and A-MSDU
Protocols
aggregation and 0.4 µs guard
interval
Wi-Fi support
Center
frequency
range of 2412 ~ 2484 MHz
operating
channel
Bluetooth v4.2 BR/EDR and
Protocols
Bluetooth LE specification
NZIF receiver with –97 dBm
sensitivity
Bluetooth Radio Class-1, class-2 and class-3
transmitter
AFH
CVSD and SBC
Audio
Hardware SD card, UART, SPI, SDIO,
I2C, LED PWM, Motor
Module PWM,
interfaces I2S, IR, pulse counter, GPIO,
capacitive touch sensor, ADC,
DAC, Two-Wire Automotive
Interface (TWAI®), compatible
with ISO11898-1 (CAN
Specification 2.0)
On-chip
Hall sensor
sensor
Integrated
40 MHz crystal
crystal
Integrated SPI
4 MB
flash
Operating 3.0 V ~ 3.6 V
 10

voltage/Power
supply
Operating
Average: 80 mA
current
Minimum
current
delivered by 500 mA
power supply
Recommende
d operating
ambi-
ent –40 °C ~ +85 °C
temperature
range
Package size 18 mm × 25.5 mm × 3.10 mm
Moisture
sensitivity Level 3
level (MSL)

Untuk memenuhi kebutuhan GPIO, ESP32 memiliki 39 Pin

GPIO yang dapat digunakan untuk sesuai kebutuhan seperti akses
sensor, akuisisi data, dan komunikasi. Ke – 39 GPIO ini terdiri dari
beberapa antarmuka meliputi SD card, UART, SPI, SDIO, I2C, LED
PWM, Motor PWM, I2S, IR, penghitung counter, GPIO, sensor
sentuh kapsittif, ADC, DAC, Two-Wire Automotive Interface
(TWAI®), dan komunikasi ISO11898-1 (CAN Specification 2.0).
Untuk pembagian masing masing GPIO dengan setiap interface akan
ditunjukkan dengan gambar dibawah :
 11

Gambar 2. 4 GPIO ESP32-WROOM-32

(Sumber : Espressif System)

2.5 Panel Surya

Panel surya adalah alat yang dapat mengubah dari energi yang
dihasilkan oleh cahaya matahari menjadi energi listrik. Didalam Panel
surya terdapat sebuah elemen aktif yang bernama sel surya. Elemen
aktif ini berfungsi untuk mengubah cahaya matahari menjadi energi
listrik. Sel surya pada umumnya memiliki ketebalan minimum
sebesar 0.3 mm, yang terbuat dari irisan bahan semikonduktor dengan
kutub positif dan kutub negatif. Prinsip dasar pembuatan sel surya
adalah memanfaatkan efek Photo Voltaic, yaitu suatu efek yang dapat
mengubah langsung dari cahaya matahari menjadi energi listrik [14].
Energi listrik yang akan dihasilkan ini nantinya disimpan ke dalam
baterai atau sebuah tepat menyimpanan daya yang dapat digunakan
sesuai dengan kebutuhan.

Gambar 2.5 Panel Surya

(Sumber : buttmkp.karantina.pertanian.go.id)
 12

2.6 Algoritma SVM (Support Vector Machine)

Gambar 2.6 Algoritma SVM (Support Vector Machine)

(Sumber : [15])

SVM (Support Vector Machine) merupakan salah satu jenis

algoritma dalam supervised machine learning yang dapat digunakan
untuk klasifikasi dan peramalan. Dalam konsepnya SVM mencari
hyperlane (garis lurur) dengan margin terbesar (maksimum) antara
beberapa super vector data. Margin maksimal ini diperolah dari jarak
terdekat antara hyperplane dengan pattern (salah satu dari kelas data)
terdekat dari masing maidng nilai jensi class data. Pattern yang paling
paling dekat dengan hyperplane ini serta berfungsi dalam
pembentukan margin dinamakan support vector. [16] Pada kasus
proyek akhir ini, data yang dihasilkan bukan merupakan data yang
mudah untuk di pisah leh hyperplane, sehingga jenis SVM yang
digunakan berjenis Non-Linar SVM.
Non - Linear SVM merupakan jenis SVM dimana ketika jenis
kelas data berjenis tidak linear yang artinya jenis model kelas data ini
susah untuk dapat dipisahkan oleh hyperplane dengan dau dimensi.
 13

Gambar 2. 7 Non Liniear SVM

Sumber : (hackerearth.com)

Untuk mengatasi masalah ini SVM mempunyai cara yang

disebut fungsi Kernel Tricks. Fungsi kernel ini digunakan untuk
mendapatkan nilai hyperplan baru dengan cara menambahkan
dimensi yang baru di setiap pertambahan jenis kelas, sehingga
hyperplane akan berbentuk bidang datar (dalam kasus tiga dimensi).
Persebaran label kelas dalam hyperplane yang baru ini akan
diselesaikan dengan baik sehingga masing masing kelas data akan
dapat dipisahkan secara linear. Nantinya, kurva linear ini akan
mengklasifikasikan beberapa jenis kelas dengan hyperplane. Ketika
hasil klasifikasi dengan Non – Linear ini diproyeksikan kembali
dengan ke dalam bentuk awal, maka data klasifikasi juga akan
tampak terlihat dengan bentuk hyperplane berbentuk kurva, atau
bidang datar.
 14

Gambar 2. 8 Kernel Trick

(Sumber : hackerearth.com)

Untuk mendapatkan perubahan nilai hyperplane serta

menambahkan dimensi baru, maka perhitungan akan
didapatkan seperti berikut :
2
‖⃗
w‖
Minimize +C ∑ ζ i , where y i ( ⃗
w . ϕ ( x i )+ b ) ≥ 1−ζ i
2 i
(5)
for all 1 ≤i ≤n , ζ i ≥ 0

Nilai xi pada perhitungan Linear SVM akan diganti

dengan kontanta teta, yang mana aka mentransformasikan kelas
menuju hyperplane yang baru.

2.7 Klasifikasi Cuaca

Cuaca adalah sebuah keadaan parameter udara di suatu tempat
tertentu dan dengan jangka masa yang terbatas. Cuaca juga dapat
didefinisiakn sebagai keadaan parameter udara dalam kurun waktu
harian pada tempat tertentu dan juga bisa mengalami perubahan pada
tiap harinya. Parameter, unsur – unsur dan seluruh fenomena yang
terjadi di atmosfer bumi mempengaruhi jenis cuaca yang terjadi [17].
Di Indonesia sendiri terdapat beberapa jenis pengklasifikasian cuaca
yang dapat dibagi menjadi berikut :

2.7.1 Cerah
Cuaca cerah adalah cuaca dimana ketika kondisi
langsit dalam kondisi terang, dan sinar matahari dalam
keadaan jernih terang tetapi suhu tidak begitu panas.
Angin juga bertiup tidak begitu kencang saat cuaca
cerah.

2.7.2 Panas
Udara panas adalah ketika udara terasa kring karena
tidak banyak uap air yang terdapat dalam sekitar.
 15

Kondisi sinar matahari sangat terasa pansa yang

mempengaruhi suhu juga, dan terasa menusuk ketika
saat kondisi siang tengah hari.

2.7.3 Berawan
Cuaca berawan adalah cuaca yang identik dengan
jumlah awan yang terluhar mengumpul banyak di
langit. Kondisi matahari juga tidak terasa tidak terlalu
terasa panas karena cahaya matahari terserap kedalam
awan.

2.7.4 Hujan
Kondisi cuaca ini adalah kondisi yang paling mudah
ditebak karena tandanya sudah jelas ialah terjadinya
hujan (jatuhnya partikel air dari armosfer ke bawah
permukaan bumi). Pada saat ini kondisi udara akan
terasa sangat lembab karena udara sekitar akan banyak
mengandung partikel uap air. Hujan juga terdapat
banyak jenis, seperti hujan ringan, sedang, maupun
berat / lebat. Hujan yang sangat lebat biasanya dapat
disertai dengan angin yang berhembus sangat kencang
disertai kilat yang menyambar.

2.7.5 Sejuk
Cuaca sejuk ditandai dengan suhu udara sekitar yang
terasa dingin, dan angin yang bertiup lumayan
kencang disertai dengan kelembapan udara yang
tinggi.

2.7.6 Berangin
Kondisi berangin dapat identik dengan pergerakan
partikel udara dari tempat yang memiliki tekanan
tinggi ke tempat yang memiliki tekanan lebih rendah
sengan waktu yang cepat. Pada saat ini biasanya langit
tampak sedikit berawan sehingga sinar matahari yang
menyentuh permuakaan bumi sedikit akibat terserap
oleh awan. Selain itu suhu yang terjadi juga lumayan
rendah disertai dengan angin yang bertiup lumayan
 16

kencang sehingg dapat menerbangkan benda benda

ringan disekitar yang dilaluinya.

2.8 Teknologi Low Power Wide Area Network (LPWAN)

Teknologi Low Power Wide Area Network (LPWAN),
merupakan teknologi konektifitas dengan bandwitth yang kecil atau
lebih kecil dari yang biasa digunakan. Meskipun teknologi
menggunakan bandwith yang kecil namun teknologi ini memiliki
konsumsi daya yang relatif rendah dan memiliki jarak pengiriman
yang jauh serta memiliki biaya yang murah [18]. Salah satu dari
teknologi LPWAN yang dipakai pada penelitian ini adalah teknologi
LoRa-WAN. LoRa-WAN (Long Range Wide Area Network)
merupakan salah satu teknologi wireless yang dikenalkan oleh LoRa
dengan device pengirim berupa radio frekuensi dengan nilai frekuensi
yang rendah. Jaringan LoRaWAN didesain untuk penggunaan
Internet of Things dikarenakan koneksinya yang dapat mencakup
internet secara regional maupun global. Untuk menghubungkan
pengiriman data dari end device LoRa dengan server memerlukan
sebuah gateway, yang diperlukan untuk dapat dipantau melalui
internet.

Gambar 2. 9 Topologi Lo-Ra WAN

(Sumber : allaboutelectronics.com)

2.9 Penelitian terkait

- Penelitian Oleh K. Kaewwongsri and K. Silanon, dengan
judul “Design and Implement of a Weather Monitoring
Station using CoAP on NB-IoT Network” , 2020.
 17

Pada penelitian ini dibahas tentang pembuatan weather station

menggunakan tujuh parameter yakni suhu, kelembapan, kecapatan
angin, arah angin, tekanan udara, intensitas hujan, dan sensor ozone.
Platform yang diguanakan adalah memanfaatkan perangkat
Narrowband Internet of Things (NB-IoT) , dengan protokol Constrained
Application Protocol (CoAP) dan akan ditampilkan menggunakan
platform Grafana untuk menampilkan seluruh data.

- Penelitian Oleh Naufal, Mohammad Farid, dengan judul

“"Analisis Perbandingan Algoritma Svm, Knn, Dan Cnn untuk
Klasifikasi Citra Cuaca” , 2021.

Pada penelitian ini dibahas tentang perbandingan algoritma

antara SVM, K-NN, dan CNN dalam melakukan klasifikasi cuaca yang
dibagi menjadi 4 kondisi yakni cerah, berawan, hujan dan matahari
terbit. Input merupakan proses image processing dari gambar yang akan
ditraining. Dalam jurnal tersebut dihasilkan bahwa CNN mendapatkan
hasil akurasi yang sangat bagus sebesar 0.942 dilanjut dengan SVM
sebesar 0.860 dan terakhir adalah K-NN sebesar 0.766 (skala 1). Namun
urutan tersebut juga berpengaruh terhadap waktu training data, yakni K-
NN sebesar 5.33, SVM sebesar 10.54 dan CNN sebesar 458.49 (satuan
detik), sehingga SVM dipilih karena memiliki nilai yang berada di
tengah tengah dengan keakuratan yang tidak jauh beda dari CNN yang
paling tinggi yakni sebesar 0.860 (skala 1) dan dengan waktu training
yang tidak beda jauh dengan K-NN yang paling singkat yakni SVM
memiliki waktu trainig sebesar 10.54 detik.

- A. Imtiaz, S. G. Omar and T. A. Ali,, dengan judul “"Efficient

Design of a Low Cost Portable Weather Station” , 2018. .

Pada penelitian ini dilakukan pembautan sistem weather station

dengan biaya yang rendah, sehingga tidak mengguankan berbagai sensor
meliputi sensor kecepatan angin yang dibuat sendiri. Namun pada
penelitian ini catu daya masih menggunakan catu daya yang terbatas
sehingga apabila terdapat masalah penggunaan catu daya akan lebih baik
jika mengunakan catu daya yang berasal dari solar panel.

2.1
2.2
 18

2.3

BAB 3
PERANCANGAN DAN DESAIN SISTEM

3.1 Perancangan Sistem

3.1.1 Blok Diagram Keseluruhan Sistem

Pada blok diagram keseluruhan sistem monitoring dan
klasifikasi cuaca menggunakan jaringan internet, digunakan
berbagai sensor untuk menangkap parameter cuaca. Blok
diagram sistem ditampilkan sebagai berikut :

Gambar 3. 1 Blok Diagram Kesluruhan Sistem

 19

Gambar 3. 2 Blok Diagram Tiap Node

Sistem terdiri dari tiga node, yang mana masing masing

node tersebut akan mengirimkan nilai tekanan udara, ketinggian,
suhu, kelembapan, intensitas hujan, intensitas cahaya, kecepatan
angin, dan koordinat GPS. Kemudian nilai tersebut di olah oleh
mikrokontroler ESP32. Lora pada tiap node akan mengirimkan
data ke lora gatweway di BTS dari provider yang dimiliki PT
Telkom Indonesia, yang kemudian dari gateway mengirim data
ke server Antares sehingga kemudian dapat diakses melalui
website melalui platform node-red.

3.1.2 Perancangan Metode dan Flowchart

Pada perancangan metode, digunakan algoritma machine
learning SVM (Support Vector Machine). Algoritma ini dapat
digunakan sebagai peramalan maupun klasifikasi. Algoritma ini
nantinnya akan mengklasifikasikan tipe cuaca berdasarkan nilai
input sensor. Untuk flowchart dari sistem ditunjukkan sebagai
berikut :
 20

Gambar 3. 3 Flowchart Sistem

Flowchart akan dibagi mejadi 3 jenis. Pertama alat yang

sudah dilakukan integrasi mulai dari pembacaan sensor hingga
proses penyimpanan data akan diletakkan pada ke enam tipe
cuaca yang akan diklasifikasikan. Setelah itu nantinya tiap sensor
akan merekam masing-masing nilainya dan akan disimpan
didalam micro sd card.
Setelah proses penyimpanan data sensor pada setiap jenis
cuaca telah dilakukan, data tersebut akan dilakukan training
menggunakan algoritma SVM, hingga didapatkan model terbaik.
Output bobot dari model terbaik tersebut nantinya akan di deploy
pada mikrokontroler ESP32 agar dapat menentukan hasil
klasifikasi dari data input masukan sensor. Sehingga nantinya
nilai sensor dan klasifikasi pada tiap node akan dikieim ke web
server.
 21

3.2 Perancangan dan Desain Hardware

Gambar 3. 4 Skematik Sistem

Gambar 3. 5 PCB Top Layer

 22

Gambar 3. 6 PCB Bottom Layer

Gambar 3. 7 Desain 3D PCB

Pada perencanaan hardware terdiri atas berbagai macam sensor

yang dipakai. Sensor anemometer digunakan untuk menghitung nilai
dari kecepetan angin melalui angin yang menggerakkan mangkup
baling baling pada aneometer. Untuk mengukur parameter atmosfir,
diguanakan sensor BME280 yang dapat mengukur parameter suhu,
kelembapan, ketinggan, serta tekanan atmosfer. Untuk mengukur
 23

nilai intensitas hujan digunakan sensor tipping bucket. Sensor ini

menghitung jumlah air yang meneter pada tiap kali tipping dalam
satuan mm. Selanjutanya nilai intensitas cahaya diukur menggunakan
sensor BH1750 yang mana sensor ini mengukur nilai intensitas
cahaya dalam satuan lux. GPS digunakan untuk menentukan titik
koordinat dari alat yang dipasang. Seluruh sistem sensor tersebut
diproses melalui mikrokontroler ESP32, dan disupply menggunakan
batterai atau sebuah panel surya.

Gambar 3. 8 Realisasi Desain Hardware

3.3 Perancangan dan Desain Mekanik

Setelah perancangan sistem yang meliputi hardware, metode
dan software, maka keseluruhan sensor akan dilakukan pemasangan
pada mekanik agar keseluruhan sistem dapat bekerja masing masing
pada fungsinya. Seluruh sistem akan ditempatkan pada sebuah tiang
agar dapat berdiri secara tegak. Sensor yang diletakkan di luar box
hardware merupakan sensor anemometer, tipping bucket dan sensor
BME280. Untuk sensor BME280 dibuatkan stevenson box yang
didesain khusus untuk dapat melindungi sensor dari air tetapi denagn
sirkulasi udara sehingga udara dan paremeter luar lainnya masih
dapat terukur dengan baik. Berikut merupakan desain meknik dari
sistem :
 24

Gambar 3. 9 Desain dan Realisasi Mekanik Sistem

Untuk hardware diletkkan dalam junction box yang memililki

ketahanan terhadap air, sehingga ketika kondisi hujan air tidak masuk
kedalam box dan akan merusak komponen hardware.

Gambar 3. 10 Penempatan Box Hardware

Sehingga apabila seluruh sistem telah dipasang dengan tiang

maka akan menjadi berikut :
 25

Gambar 3. 11 Hasil Realisasi Keseluruhan Sistem

 26

BAB 4
PENGUJIAN DAN ANALISA

Pada Bab ini akan dilakukan pengujain dan juga analisa terhadap
kinerja dari berbagai sensor yang digunakan sehingga dalam realisasi
nanti diharapkan nilai sensor menghasilkan pembacaaan yang baik
dan dapat menghasilkan hasil dengan baik.

4.1 Pengujian Sensor Tipping Bucket

a. Tujuan
Untuk mengetahui apakah sensor Tipping Bucket dapat
membaca hasil intensitas hujan dengan baik atau tidak dalam satuan
mm. Pada alat ukur
b. Alat dan komponen
- ESP32 (1 buah)
- Tipping Bucket (1 buah)
- Board PCB (1 buah)
- Gelas Ukur Air (1 buah)
- Laptop yang sudah terinstal Arduino IDE

c. Setting pengujian

Tabel 4. 1 Setting Pengujian Tipping Bucket

Tipping Bucket ESP32

VCC 3.3V
Data Interrupt (GPIO 27)
GND GND

d. Langkah pengujian
1. Menyiapkan program untuk menampilkan hasil intensitas air dari
tipping bucket.
2. Mengisi air pada gelas ukur (200ml).
3. Memasukkan air pada corong Tipping Bucket
4. Mengamati hasil yang didapatkan.
 27

Berikut hasil pengujian Tipping Bucket :

Tabel 4. 2 Hasil Pengujian Tipping Bucket

Percobaan Ke Penggukuran (ml) Error (%)

1 208.74 4.37
2 207.32 3.66
3 208.74 4.37
4 200.22 0.11
5 201.54 0.77
Rata - Rata 200.913 3.97

f. Analisa
Pada pengujian intensitas air yang turun pada tipping bucket
didapatkan hasil bahwa pembacaan tipping bucket memiliki error
sebesar 0.11 – 4.37%.
g. Dokumentasi

Gambar 4. 1 Pengujian Tipping Bucket (Botol 200ml)

4.2 Pengujian Sensor BME280

a. Tujuan
 28

Untuk mengetahui apakah sensor BME280 membca hasil

pengukuran dengan baik atau tidak
b. Alat dan komponen
- ESP32 (1 buah)
- Sensor BME280 (1 buah)
- Board PCB (1 buah)
- Hygrometer Ruangan (1 buah)
- Laptop yang sudah terinstal Arduino IDE
c. Setting pengujian

Tabel 4. 3 Setting Pengujian Sensor BME280

BME280 ESP32
VCC 3.3V
SCL SCL (GPIO 21)
SDA SDA (GPIO 22)
GND GND

d. Langkah pengujian
1. Menyiapkan program untuk menampilkan hasil pengukuran air
dari
2. Setting Thermostat dengan suhu 28 C
3. Mengamati hasil yang didapatkan.

Berikut hasil pengujian BME280 :

Tabel 4. 4 Hasil Pengujian Suhu

Hasil
Pengujian Error (%)
Pembacaan
1 27.56 1,60
1,19
2 27.67
0,04
3 27.99
 29

0,11
4 28.03
0,36
5 28.10
1,27
6 28.36
1,16
7 28.33
1,03
8 28.29
1,13
9 28.32
0,64
10 28.18

Tabel 4. 5 Pengujian Tekanan Udara

Hasil
Pengujian
Pembacaan

1 1007.85
2 1007.83
3 1007.87
4 1007.88
5 1007.85
6 1007.85
7 1007.84
8 1007.83
9 1007.83
10 1007.85

Untuk pengukuran Tekanan, hasil perhitungan mengikuti hasil

berikut :
 30

Tabel 4. 6 Pengujian Kelembapan

Hasil
Pengujian
Pembacaan
1 67,5
2 67,4
3 68,8
4 67,0
5 68,1
6 68,4
7 68,6
8 67,3
9 67,4
10 68,8
 31

Tabel 4. 7 Pengujian Ketinggian

Hasil
Pengujian
Pembacaan
1 20,2
2 19,9
3 19,82
4 20,08
5 20,08
6 20,16
7 20,24
8 20,24
9 20,08
10 20,08

f. Analisa
Pada pengujian sensor BME280 didapatkan sensor BME280
dapat membaca ke empat parameter mulai dari suhu, tekanan
udara, kelembapan, dan ketinggian.
g. Dokumentasi
 32

Gambar 4. 2 Pengujian BME280

4.3 Pengujian Sensor Lux

a. Tujuan
Untuk mengetahui apakah sensor BH1750 membaca hasil
pengukuran dengan baik atau tidak
b. Alat dan komponen
- ESP32 (1 buah)
- Sensor BH1750 (1 buah)
- Board PCB (1 buah)
- Lux Meter (1 buah)
- Laptop yang sudah terinstal Arduino IDE
c. Setting pengujian

Tabel 4. 8 Setting Pengujian BH1750

BH1750 ESP32

VCC 3.3V
SCL SCL (GPIO 21)
SDA SDA (GPIO 22)
GND GND
 33

d. Langkah pengujian
1. Menyiapkan program untuk menampilkan hasil pengukuran air
dari
2. Setting Thermostat dengan suhu
3. Mengamati hasil yang didapatkan.

Berikut hasil pengujian Lux:

Tabel 4. 9 Hasil Pengujian BH1750

Percobaan Ke Penggukuran (ml) Error (%)

1 1000.56 0.56
2 1000.89 1.66
3 998.7 2.67
4 980.9 0.11
5 1000.56 0.77

f. Analisa
Pada pengujian sensor BME280 didapatkan sensor bh1750
mengukur Lux dengan error sebesar 0.77 – 4.37%

g. Dokumentasi
 34

Gambar 4. 3 Pengujian BH1750

4.4 Pengujian Sensor Anemometer

a. Tujuan
Untuk mengetahui apakah sensor Anemometer dapat membca
hasil pengukuran sesuai dengan rumus perhitungan anemometer atau
tidak.
b. Alat dan komponen
- ESP32 (1 buah)
- Sensor Anemometer (1 buah)
- Board PCB (1 buah)
- Laptop yang sudah terinstal Arduino IDE
c. Setting pengujian

Tabel 4. 10 Setting Pengujian Anemometer

Anemometer ESP32

VCC 3.3V
Data Digital Interrupt (GPIO 32)
GND GND

d. Langkah pengujian
1. Menyiapkan program untuk menampilkan hasil pengukuran
anemometer
 35

2. Siapkan Kipas
3. Mengamati hasil yang didapatkan.

Berikut hasil pengujian Anemometer :

Tabel 4. 11 Hasil Pengujian Anemometer Kecepatan 1

Penggukuran
Percobaan Ke
(m/s)
1 2.63
2 2.76
3 2.90
4 2.84
5 2.61
6 2.72
7 2.72
8 2.65
9 2.65
10 2.65

Tabel 4. 12 Pengujian Anemometer Kecepatan (2)

Penggukuran
Percobaan Ke
(m/s)
1 3.45
2 3.34
3 3.37
4 3.46
5 3.73
 36

6 3.58
7 3.41
8 3.49
9 3.77
10 3.80

f. Analisa
Pada pengujian sensor Anemometer didapatkan bahwa sensor
Anemo mampu memberikan nilai kecepatan yang bertambah
seiring bertambahnya nilai kecepatan pada kipas angin.

g. Dokumentasi

Gambar 4. 4 Pengujian Anemometer

4.5 Pengujian Daya Tahan Baterai

a. Tujuan
Untuk mengetahui lama daya tahan baterai apabila seluruh alat
terintegrasi. Pengujian ini hanya dilakukan dengan integrasi seluruh
sensor beserta data logger setiap satu detik, dan tanpa menggunakan
pengiriman data ke server menggunakan LoRaWAN.
b. Alat dan komponen
- ESP32 (1 buah)
 37

- Keseluruhan Sensor (BME280, Anemometer, Mikrokontroler,

Data Logger, RTC dan Tiping Bucket) (1 set)
- Board PCB (1 buah)
- Baterai 18650 dirangkai seri, masing-masing berkapasitas
8800mAh (2 buah)
- Micro SD Card 4 gb (1 buah)
c. Setting pengujian

Tabel 4. 13 Setting Pengujian Anemometer

Sensor Interfaces ESP32

BME280
BH1750 I2C
RTC DS3231
SD CARD SPI
Anemometer Digital Interrupt (GPIO 32)
Tiping Bucket Digital Interrupt (GPIO 27)

d. Langkah pengujian
1. Menyiapkan program integrasi seluruh sensor dan data logger.
2. Memasang baterai dan memasang sistem.
3. Memasang baterai

Berikut hasil pengujian daya tahan baterai :

Gambar 4. 5 Pengujian Daya Tahan Baterai

 38

f. Analisa
Pada pengujian daya tahan baterai dilakukan data logger untuk
kinerja keseluruhan sistem. Untuk melihat waktu berapa lama baterai
dapat bekerja, dilakukan perhitungan antara selisih antara waktu
mulai penyimpanan data hingga waktu terakhir data dapat
menyimpan pada micro sd. Berikut adalah perhitungan selisih antara
waktu mulai dan waktu berhenti :

Tanggal Mulai Tanggal Berhenti Selisih

0 Hari 23 Jam 28 Menit
15/12/2022 14:39 16/12/2022 14:07
32 Detik

Berdasarkan tabel diatas dapat dilihat bahwa betarai dapat

bertahan selama 23 jam 28 menit, dengan catatan penyimpanan data
dilakukan setiap satu detik, seluruh sensor bekerja dan tanpa
menggunakan pengiriman LoRa ke server Antares.

g. Dokumentasi

Gambar 4. 6 Pengujian Daya Tahan Baterai

 39

BAB 5
PENUTUP

Setelah melakukan tahap perancangan dan pembuatan sistem

yang kemudian dilanjutkan dengan tahap pengujian dan analisa maka
dapat diambil kesimpulan :

1. Sensor Tipping Bucket dapat digunakan dengan baik meskipun

memiliki error sebesar 0.11 – 4.37%

2. Sensor BME280 dapat menghasilkan nilai Suhu, Tekanan Atmosfer,

Kelembapan, dan Ketinggian dengan baik, meskipun nantinya perlu
dilakukan kalibrasi pada pembacaan sensor.

3. Sensor BH1750 memiliki hasil yang baik meskipun alat ukur yang
digunakan bukan merupakan alat ukur standar.

4. Sensor Anemometer dapat menghitung perubahan nilai berdasarkan

perubahan kecepatan pada kipas angin.

5. Dengan menggunakan dua buah baterai berkapasitas 8800 mAh yang

dirangkai secara seri, sistem dapat menyala selama kurang lebih 23 jam
28 menit.
 40

DAFTAR PUSTAKA

[1] F. Hamami and A. I. Dahlan , “KLASIFIKASI CUACA

PROVINSI DKI JAKARTA MENGGUNAKAN ALGORITMA
RANDOM FOREST DENGAN TEKNIK OVERSAMPLING,”
TEKNOINFO, vol. 16, no. 1, pp. 87-92, 2022.

[2] K. Kurniawan, "Pengertian Cuaca Menurut BMKG," Stasiun

Meteorologi Maritim Pontianak, 07 June 2020. [Online].
Available: https://maritim.kalbar.bmkg.go.id/konten/pengertian-
cuaca/. [Accessed 21 July 2022].

[3] Direktorat Jenderal Sumber Daya Air - Kementerian Pekerjaan

Umum dan Perumahan Rakyat, “Tugas dan Fungsi,” Direktorat
Jenderal Sumber Daya Air - Kementerian Pekerjaan Umum dan
Perumahan Rakyat, [Online]. Available:
https://sda.pu.go.id/profil/tugas_fungsi. [Accessed 14 July 2022].

[4] AdminBBWSC, “Studi Banding Sistem Monitoring Banjir BBWS

Pemali Juana, Semarang, Jawa Tengah,” BALAI BESAR
WILAYAH SUNGAI CITARUM-DIREKTORAT JENDERAL
SUMBER DAYA AIR - KEMENTERIAN PEKERJAAN UMUM
DAN PERUMAHAN RAKYAT, 07 April 2022. [Online].
Available:
https://sda.pu.go.id/balai/bbwscitarum/2022/04/07/studi-banding-
sistem-monitoring-banjir-bbws-pemali-juana-semarang-jawa-
tengah/. [Accessed 21 July 2022].

[5] S. B. P. I. I. d. K. Udara-BMKG, Buku Saku Klimatologi - Iklim

dan Cuaca Kita, Jakarta Pusat: Badan Meterologi, Klimatologi dan
Geofisika (BMKG), 2021.

[6] J. S. Carranco, F. D. Salgado, S. Chester and H. Torres,

“Comparative analysis of meteorological monitoring using an
integrated low-cost environmental unit based on the Internet of
Things (IoT) with an Automatic Meteorological Station (AWS),”
 41

2017 IEEE Second Ecuador Technical Chapters Meeting (ETCM),

pp. 1-6, 2017.

[7] M. Đorđević and D. Danković, “A smart weather station based on

sensor technology,” Facta Universitatis-series: Electronics and
Energetics, vol. 32, no. 2, pp. 195-210, 2019.

[8] R. G. Permana, E. Rahmawati and Dzulkiflih, “Perancangan Dan

Pengujian Penakar Hujan Tipe Tipping Bucket Dengan Sensor
Photo–Interrupter Berbasis Arduino,” Inovasi Fisika Indonesia,
vol. 4, no. 3, pp. 71 - 76, 2015.

[9] G. V. Shevchenko, N. A. Glubokov, A. V. Yupashevsky and A. S.

Kazmina, “Air Flow Sensor Based on Environmental Sensor
BME280,” 2020 21st International Conference of Young
Specialists on Micro/Nanotechnologies and Electron Devices
(EDM), pp. 435-432, 2020.

[10] K. Pattabiraman, “HOW TO SET UP THE BMP180

BAROMETRIC PRESSURE SENSOR ON AN ARDUINO,”
Circuit Basics, [Online]. Available:
https://www.circuitbasics.com/set-bmp180-barometric-pressure-
sensor-arduino/. [Accessed 16 June 2022].

[11] S. Campbell, “HOW TO SET UP THE DHT11 HUMIDITY

SENSOR ON AN ARDUINO,” Circuit Basics, [Online].
Available: https://www.circuitbasics.com/how-to-set-up-the-dht11-
humidity-sensor-on-an-arduino/. [Accessed 16 June 2022].

[12] Y. C. Pangestu, E. Sonjaya, D. Sugihantoro and W. Mangestiyono,

“RANCANG BANGUN ANEMOMETER MANGKOK
DENGAN UJI LABORATORIUM DAN LAPANGAN ( DESIGN
CUP ANEMOMETER WITH LABORATORY AND FIELD ),”
Undergraduate thesis, D3 Teknik Mesin, 2014.

[13] Espressif Systems, “ESP32-WROOM-32 Datasheet,” Espressif

Systems, China, 2022.
 42

[14] P. Putra, A. Joewono, R. Sitepu, L. Agustine and W. Andyardja,

“Alat pemantau dan pengendali sistem penyimpanan energi pada
solar panel,” Widya Teknik, vol. 17, no. 1, pp. 25-32, 2019.

[15] D. Bzdok, M. Krywinski and N. Altman, “Machine learning:

Supervised methods, SVM and kNN.,” Nature Methods, pp. 1-6,
2018.

[16] G. K. Arridho, S. N. Endah and A. Sugiharto, “ANALISIS PEN

PRESSURE TULISAN TANGAN UNTUK
MENGIDENTIFIKASI KEPRIBADIAN SESEORANG
MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM),”
Journal of Informatics and Technology, vol. 2, no. 3, pp. 66-76,
September 2014.

[17] teropong.id, “Pengertian Cuaca, Unsur – Unsur, Klasifikasi,

Macam – Macam dan Jenis Cuaca,” teropong.id, 16 October 2017.
[Online]. Available:
https://teropong.id/forum/2017/10/16/pengertian-cuaca-unsur-
unsur-klasifikasi-macam-macam-dan-jenis-cuaca/. [Accessed 17
July 2022].

[18] LoRa Alliance®, “LoraWAN,” LoRa Alliance®, 2018. [Online].

Available: https://lora-alliance.org/about-lorawan/. [Accessed 24
December 2022].

[19] T. Y. Prahudaya and A. Harjoko, “METODE KLASIFIKASI

MUTU JAMBU BIJI MENGGUNAKAN KNN BERDASARKAN
FITUR WARNA DAN TEKSTUR,” Jurnal Teknosains, vol. 6, no.
2, pp. 113-123, 2017.

[20] Y. A. Setianto, K. Kusrini and H. Henderi, “enerapan Algoritma

K-Nearest Neighbour Dalam Menentukan Pembinaan Koperasi
Kabupaten Kotawaringin Timur,” Creative Information
Technology Journal, vol. 5, no. 3, pp. 232-241, 2018.
 43

[21] R. Ari, A. E. Dzulkifli and K. Munazar, “Klasifikasi Kebakaran

Hutan Menggunakan Metode K-Nearest Neighbor: Studi Kasus
Hutan Provinsi Kalimantan Barat,” JTIM: Jurnal Teknologi
Informasi Dan Multimedia, vol. 3, no. 4, pp. 195-202, 2022.