Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal PROSIDING SEMINAR NASIONAL FISIKA (E-JOURNAL)
Dwi Indra Prasetyo
Unknown Affiliation
Electrical & Electronics Engineering Energy Physics Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
RANCANG BANGUN LANDSLIDE EARLY WARNING SYSTEM (LEWS) BERBASIS WIRELESS SENSOR NETWORK MENGGUNAKAN ESP32 DAN LORAWAN Bayu Satrio; Agustina Rachmawardani; Agustya Adi Martha; Dwi Indra Prasetyo
Joint Prosiding IPS dan Seminar Nasional Fisika Vol. 14 No. 1 (2026): Joint Prosiding IPS dan Seminar Nasional Fisika
Publisher : Program Studi Pendidikan Fisika dan Program Studi Fisika Universitas Negeri Jakarta, LPPM Universitas Negeri Jakarta, HFI Jakarta, HFI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/03.1401.FA10

Abstract

Tanah longsor merupakan bencana geologis yang berdampak signifikan terhadap keselamatan manusia dan infrastruktur, sehingga diperlukan sistem peringatan dini yang andal. Penelitian ini mengembangkan prototipe Landslide Early Warning System (LEWS) berbasis Wireless Sensor Network (WSN) untuk memantau parameter tanah secara real-time menggunakan tiga node sensor. Masing-masing node dilengkapi dengan sensor akselerometer MPU9250 dan sensor kelembapan tanah kapasitif. Komunikasi antar node dan base station menggunakan protokol LoRaWAN, sementara pengiriman data ke server dilakukan melalui WiFi dengan protokol MQTT. Data ditampilkan melalui antarmuka web berbasis Laravel dan dikirim sebagai notifikasi ke Telegram. Pengujian dilakukan melalui dua simulasi. Pertama, uji komunikasi LoRa menunjukkan jangkauan hingga 100 meter dengan nilai RSSI antara −46 dBm hingga −74 dBm. Kedua, simulasi deteksi longsor menunjukkan lonjakan Peak Ground Acceleration (PGA) mencapai 0.4–0.5 g secara serempak di ketiga node, sebelum kembali ke nilai normal < 0.1 g. Pengamatan kelembapan tanah menunjukkan kestabilan data antara 45%–55. Hasil membuktikan bahwa sistem WSN-LEWS mampu melakukan pemantauan dan transmisi data secara andal, serta memberikan deteksi dini terhadap indikasi longsor melalui perubahan percepatan dan kelembapan tanah.
Co-Authors Agustina Rachmawardani Agustya Adi Martha Bayu satrio