Download Sistem Informasi Monitoring dan Early Warning Lingkungan Berbasis IoT & AI

Sistem Informasi Monitoring & Early Warning Lingkungan Berbasis IoT & AI merupakan sistem yang memantau kondisi lingkungan  secara otomatis menggunakan sensor IoT dan kecerdasan buatan (AI). Sensor-sensor di lapangan mengumpulkan data kualitas udara, suhu, kelembapan, atau kadar gas berbahaya lalu mengirimkannya ke server.

AI kemudian menganalisis data tersebut untuk mendeteksi pola yang tidak normal dan memberikan peringatan dini (early warning) jika ada potensi bahaya, seperti pencemaran udara, kebocoran gas, atau kondisi lingkungan ekstrem.

Tujuan Sistem Sistem Monitoring Gas

• Menjaga keselamatan manusia dan lingkungan.
• Memberi informasi real-time agar tindakan cepat bisa dilakukan.
• Membantu pemerintah atau perusahaan mengambil keputusan berbasis data.

Jenis Gas dan Tingkat Bahayanya

Metana (CH₄)

• Sumber: hasil pembusukan sampah organik di TPA, limbah cair industri, tambang batubara.
• Bahaya: tidak beracun, tapi sangat mudah terbakar dan bisa memicu ledakan bila terkumpul dalam jumlah besar.

Hidrogen Sulfida (H₂S)

• Sumber: pembusukan bahan organik tanpa oksigen (anaerob), limbah pabrik pulp & kertas, kilang minyak.
• Bahaya: berbau telur busuk, sangat beracun. Pada kadar tinggi bisa melumpuhkan sistem penciuman, menyebabkan sesak napas, pusing, bahkan kematian.

Amonia (NH₃)

• Sumber: limbah organik, urin, pupuk, pabrik kimia.
• Bahaya: bersifat korosif, menyebabkan iritasi mata, hidung, tenggorokan, dan paru-paru. Paparan lama bisa merusak sistem pernapasan.

Karbon Monoksida (CO)

• Sumber: pembakaran tidak sempurna (mesin, incinerator, kendaraan).
• Bahaya: tidak berwarna dan tidak berbau, sangat beracun. Mengikat hemoglobin lebih kuat daripada oksigen, menyebabkan pusing, kehilangan kesadaran, hingga kematian.

Tingkat Bahaya di Area Rawan Polusi

• TPA (Tempat Pembuangan Akhir): CH₄ dan H₂S paling dominan. CH₄ berisiko ledakan, H₂S berisiko keracunan.
• Pabrik kimia/manufaktur: NH₃ dan CO sering muncul, berbahaya bagi pekerja.
• Area padat kendaraan/industri: CO tinggi, bisa mematikan bila ventilasi buruk.

Sistem deteksi otomatis dengan sensor IoT dan alert GSM sangat penting untuk mencegah kecelakaan dan melindungi pekerja serta masyarakat sekitar TPA, pabrik, atau area rawan polusi.

Alur Kerja Sistem

Sensor IoT di Lapangan

• Sensor dipasang di lokasi strategis (TPA, pabrik, atau area rawan polusi).
• Sensor mendeteksi parameter lingkungan: gas beracun, suhu, kelembapan, kualitas udara, dll.
• Data dikirim otomatis lewat jaringan GSM.

Pengolahan Data (Python/AI)

• Data mentah dari sensor masuk ke server.
• Python digunakan untuk preprocessing (membersihkan data, konversi satuan).
• AI menganalisis pola, mendeteksi anomali, dan memprediksi potensi bahaya.

Database (MySQL)

• Semua data sensor tersimpan rapi di database.
• Ada tabel ambang batas (threshold) untuk menentukan status: aman, waspada, bahaya.
• Data historis bisa dipakai untuk laporan dan analisis jangka panjang.

Aplikasi Web (PHP + MySQL)

• Dashboard monitoring real-time: grafik tren, status warna (hijau/kuning/merah), peta lokasi sensor.
• Modul admin: mengatur ambang batas, menambah sensor, kelola pengguna.
• Modul laporan: export data harian/mingguan untuk dinas lingkungan.

Early Warning System

• Jika data melewati ambang batas, sistem otomatis kirim notifikasi (SMS, email, alarm, notifikasi smartphone).
• Petugas lapangan langsung tahu kondisi dan bisa ambil tindakan cepat.

User Interface (Web/Mobile)

• Tampilan sederhana dengan indikator status.
• Bisa diakses oleh petugas, masyarakat, atau pemerintah.

Intinya sistem ini bekerja otomatis mulai dari sensor → server → database → dashboard → notifikasi. IoT berperan sebagai “mata dan hidung” yang mengawasi lingkungan, sedangkan AI berperan sebagai “otak” yang menganalisis dan memberi peringatan dini.

[DEMO APLIKASI WASPADA]

Hardware Utama IoT untuk Monitoring Gas Beracun

Sensor Gas

• MQ-2 / MQ-4 / MQ-135 → mendeteksi gas seperti metana (CH₄), amonia (NH₃), karbon monoksida (CO).
• H₂S Sensor (Elektrokimia) → khusus untuk hidrogen sulfida.
• Sensor ini dipilih sesuai jenis gas yang ingin dipantau.

Mikrokontroler / IoT Board

• ESP32 / ESP8266, (populer, murah, punya Wi-Fi dan bisa kirim data ke server).
• Arduino Uno/Nano, (mudah diprogram, bisa dipakai dengan modul GSM tambahan).
• Raspberry Pi, (lebih kuat, bisa langsung menjalankan Python untuk analisis).

Modul Komunikasi GSM/LoRa

– SIM800L / SIM900, (modul GSM untuk kirim data via jaringan seluler).

Power Supply

– Baterai rechargeable + solar panel (opsional) agar bisa dipasang di lokasi outdoor tanpa listrik stabil.

Server/Database

– Komputer mini (Raspberry Pi atau server cloud) untuk menjalankan Python dan menyimpan data ke MySQL.

Dashboard & Aplikasi

• Server web dengan PHP + MySQL untuk menampilkan data sensor.
• Tampilan real-time status gas, grafik tren, dan notifikasi.

Arsitektur Sistem

Lapisan IoT (Sensor & Hardware)

• Sensor gas (CH₄, H₂S, NH₃, CO) dipasang di area landfill.
• Mikrokontroler (misalnya ESP32/Arduino) membaca data sensor.
• Data dikirim ke server melalui GSM.

Lapisan Data Processing (Python)

• Python script menerima data dari IoT (via MQTT/HTTP).
• Melakukan preprocessing: filtering noise, konversi ppm, normalisasi.
• Menentukan status ambang batas (aman, waspada, bahaya).
• Data disimpan ke MySQL database secara otomatis.

Alur Kerja Hardware → Software

• Sensor Gas membaca konsentrasi gas.
• Mikrokontroler (ESP32/Arduino) mengolah data awal.
• Modul GSM mengirim data ke server.
• Python di server memproses data dan cek ambang batas.
• MySQL menyimpan data sensor.
• PHP Web App menampilkan dashboard & kirim notifikasi.

Dengan kombinasi ini, Sistem Informasi Monitoring & Early Warning Lingkungan Berbasis IoT & AI bisa bekerja otomatis, real-time, dan bisa dipantau dari mana saja.

Data Processing & AI

• Python menerima data sensor dan menyimpannya ke database MySQL.
• AI/Deep Learning menganalisis tren data (time series).
• Model prediktif (misalnya LSTM) memproyeksikan konsentrasi gas ke depan.
• Sistem juga mendeteksi anomali (spike gas yang tidak normal).

Langkah Instalasi Hardware IoT

1. Pasang sensor gas (MQ-135 untuk NH₃/CO, sensor elektrokimia untuk H₂S, MQ-4 untuk CH₄).
2. Hubungkan sensor ke mikrokontroler (ESP32/Arduino).
3. Tambahkan modul GSM (SIM800L/SIM900) untuk komunikasi data.
4. Upload firmware ke mikrokontroler (Arduino IDE atau PlatformIO) agar bisa membaca sensor dan kirim data via GSM.
5. Uji coba hardware dengan serial monitor untuk memastikan data sensor terbaca.

Langkah Instalasi Software Aplikasi

1. Siapkan server lokal/cloud
   • Install Apache/Nginx untuk web server.
   • Install MySQL/MariaDB untuk database.
   • Install PHP untuk aplikasi web.
   • Install Python untuk data processing.
2. Konfigurasi Database MySQL
   • Buat database waspada_db.
   • Import database waspada_db.sql
   • Pastikan user database punya akses penuh.
3. Python Data Processing
   • Buat script Python untuk menerima data dari GSM (misalnya via HTTP/MQTT).
   • Script melakukan preprocessing dan menyimpan data ke MySQL.
   • Tambahkan logika ambang batas (aman/waspada/bahaya).

Langkah Instalasi Software Aplikasi

Siapkan Server Lokal (Laragon/XAMPP)

• Install Laragon atau XAMPP di PC/laptop.
• Pastikan modul Apache dan MySQL aktif.

Import Database MySQL

• Buka phpMyAdmin (biasanya di localhost/phpmyadmin).
• Buat database baru, waspada_db.
• Import file SQL waspada_db.sql yang sudah ada ke database tersebut.

Letakkan Source Code PHP

• Copy folder aplikasi ke direktori htdocs (XAMPP) atau www (Laragon).
• Foldernya bernama waspada, maka aksesnya nanti di http://localhost/waspada.

Konfigurasi Koneksi Database

Edit file konfigurasi (config.php).

Sesuaikan dengan:

host = localhost
user = root
password = (kosong atau sesuai setting)
database = waspada_db

Instalasi Python Script

• Pastikan Python sudah terinstall di PC.
• Install library pendukung (mysql-connector-python, paho-mqtt, atau requests).
  Code

pip install mysql-connector-python paho-mqtt requests

Jalankan script Python untuk menerima data sensor IoT dan menyimpannya ke database MySQL.

Testing Aplikasi

• Buka browser dan akses http://localhost/waspada.
• Pastikan dashboard tampil dan data sensor masuk ke database.
• Simulasikan kondisi bahaya (misalnya kirim data sensor tinggi) untuk cek apakah notifikasi muncul.

Disclaimer: Seluruh penyebutan area dalam dan nama instansi di aplikasi ini hanya bersifat contoh dan tidak merepresentasikan data atau sistem resmi.

Tertarik mengimplementasikan sistem ini? Silakan hubungi untuk demo dan konsultasi lebih lanjut.

[DEMO]