|
Pertambahan penduduk di daerah perkotaan merupakan salah satu alasan utamaterjadinya perubahan iklim lokal, dan berdampak besar pada daerah sekitarnya.Urbanisasi yang cepat dan daerah lahan terbuka yang digantikan oleh tutupan lahanbuatan yang berdampak negatif pada ekosistem yang mengakibatkan efek Urban HeatIsland (UHI). Hal tersebut berdampak merugikan pada lingkungan pemukiman danberimplikasi pada kesehatan manusia. Informasi indeks UHI yang akurat dapat sangatmembantu untuk mengambil strategi perencanaan kota yang efektif. Penelitian iniberkontribusi pada pengembangan sistem pemantauan suhu berbasis Internet of Thingsuntuk mendukung informasi indeks UHI. Sistem dirancang dengan menggunakan sensorsuhu DS18b20. Data dari sensor diolah oleh data logger dan dikirim ke servermenggunakan ESP8266. Sistem perancangan akan mengolah data dari sensor menjadiinformasi suhu perkotaan dan pedesaan serta indeks UHI. Selain itu, pendekatan LongShort Term Memory yang dihadirkan dalam penelitian ini diharapkan dapat bergunauntuk memprediksi indeks UHI dengan lebih akurat untuk mengantisipasi dampakpeningkatan indeks UHI. Hasil kalibrasi sensor suhu menunjukkan nilai koreksi pada setpoint 0 °C ,10 °C, 20 °C , 30 °C dan 40 °C sebesar 0,216 °C, 0,201 °C, -0,295 °C, -0,188°C dan -0,167 °C untuk sensor di daerah urban dan sensor yang dipasang di daerah ruralmemiliki nilai koreksi pada set point tersebut sebesar 0,116 °C, 0,267 °C, 0,165 °C, 0,294°C dan 0,211 °C . Hasil prediksi menunjukkan nilai MAE sebesar 0,55, RMSE sebesar0,78 dan akurasi sebesar 68,33%. Hasil penelitian ini menunjukkan sistem dapatdiimplementasikan sebagai alternatif untuk membantu dalam analisis UHI yang berbasisInternet of Things.Population growth in urban areas is one of the main reasons for local climate change, andhas a major impact on the surrounding area. Rapid urbanization and areas of open landreplaced by artificial land cover have a negative impact on the ecosystem resulting in theUrban Heat Island (UHI) effect. This has a detrimental impact on the residentialenvironment and has implications for human health. Accurate UHI index information canbe very helpful for adopting an effective urban planning strategy. This researchcontributes to the development of a temperature monitoring system based on the Internetof Things to support the UHI index information. The system is designed using theDS18b20 temperature sensor. The data from the sensor is processed by the data loggerand sent to the server using the ESP8266. The design system will process data fromsensors into urban and rural temperature information as well as the UHI index. Inaddition, the Long Short Term Memory approach presented in this study is expected tobe useful in predicting the UHI index more accurately to anticipate the impact ofincreasing the UHI index. The results of the temperature sensor calibration show acorrection value at set point 0 °C, 10 °C, 20 °C, 30 °C and 40 °C of 0.216 °C, 0.201 °C,-0.295 °C, -0.188 °C and -0.167 °C for sensors in urban areas and sensors installed inrural areas have correction values at the set point of 0.116 °C, 0.267 °C, 0.165 °C, 0.294°C and 0.211 °C . The prediction results show that the MAE value is 0.55, the RMSEvalue is 0.78 and the accuration is 68,33%. The results of this study indicate that thesystem can be implemented as an alternative to assist in the analysis of UHI based on theInternet of Things. |
T-Dinda Jaelani Hidayat.pdf :: Unduh