<![CDATA[Fluktuasi kondisi iklim global mempengaruhi stabilitas parameter cuaca, sehingga instrumen pemantauan yang mampu menyajikan data spesifik lokasi (site-specific) dan aktual menjadi semakin relevan untuk dikembangkan. Stasiun pemantauan cuaca konvensional atau data satelit seringkali hanya menyajikan data yang mewakili area luas, sehingga kurang akurat dalam menggambarkan kondisi pada lokasi tertentu. Penelitian sebelumnya banyak berfokus pada monitoring cuaca standar, namun seringkali terkendala pada akurasi deteksi hujan akibat false alarm pada penggunaan sensor tunggal serta minimnya validasi data eksternal. Penelitian ini mengusulkan pengembangan stasiun cuaca berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor BME280 untuk parameter lingkungan dan metode averaging pada empat sensor hujan tipe resistif untuk meningkatkan presisi deteksi presipitasi. Tujuan penelitian ini adalah untuk mengeksplorasi efektivitas sistem dalam menyajikan data mikroklimat secara real-time serta menganalisis perbandingan akurasinya terhadap data sekunder dari OpenWeatherMap (OWM). Implementasi sistem menggunakan arsitektur backend PythonAnywhere dan antarmuka dashboard interaktif berbasis Streamlit berhasil menangani akuisisi dan visualisasi data. Hasil pengujian menunjukkan bahwa penerapan logika rata-rata pada multi-sensor hujan secara signifikan mengurangi kesalahan pembacaan akibat gangguan fisik. Analisis komparatif antara data sensor dan API OWM menunjukkan adanya deviasi nilai (delta) yang wajar, yang mengindikasikan bahwa kondisi mikroklimat di titik pengukuran memiliki karakteristik berbeda dengan prediksi cuaca regional, menunjukkan pentingnya stasiun pemantauan mandiri untuk informasi cuaca lokal.]]>
