SKRIPSI DIGITAL
Perancangan Sistem Monitoring Berbasis AIoT Untuk Ketinggian Air Dengan Metode Deep Learning Berdasarkan Citra Digital = Design of an AIoT-Based Monitoring System for Water Levels Using Deep Learning Methods Based on Digital Images
Ketinggian air pada bendungan merupakan parameter penting dalam pengelolaan sumber daya air serta mitigasi bencana banjir. Metode pengukuran manual yang selama ini digunakan memiliki keterbatasan karena memerlukan tenaga manusia, rawan kesalahan pencatatan, dan tidak efisien untuk pemantauan real-time. Alternatif lain menggunakan sensor otomatis seperti olusi nic, pressure sensor, atau radar, namun metode ini sering terkendala biaya yang tinggi serta perawatan yang rumit. Seiring dengan perkembangan teknologi Internet of Things (IoT) dan kecerdasan buatan, penelitian ini mengusulkan sistem monitoring ketinggian air berbasis image processing dan Convolutional Neural Network (CNN) dengan dukungan sensor olusi nic sebagai pembanding. Sistem menggunakan ESP32-CAM untuk menangkap citra ketinggian air pada prototipe bendungan, kemudian memprosesnya melalui model CNN untuk klasifikasi level air ke dalam empat kategori: Normal, Waspada, Siaga, dan Awas. Data hasil klasifikasi serta sensor olusi nic ditampilkan secara real-time pada dashboard berbasis web (React + Laravel). Hasil pengujian menunjukkan bahwa model CNN mampu mengenali level ketinggian air dengan akurasi di atas 90%, sedangkan sensor olusi nic memberikan validasi tambahan dengan tingkat kesalahan di bawah 1 cm. Dengan demikian, sistem ini dapat memberikan olusi pemantauan ketinggian air yang efisien, murah, dan akurat, serta dapat dijadikan sebagai pendukung dalam sistem peringatan dini banjir di bendungan.
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah