Integrasi Sensor Low-Cost, Aplikasi Mobile, dan Mekanisme Respons Komunitas: Model Early Warning System untuk Desa Berliterasi Teknologi Rendah

Muhammad Amin
Burhan, Lalu Ibrohim

Dharma Bakti
Vol. 1 No. 04 (2025): Inovasi Inklusif dan Teknologi Tepat Guna untuk Kesejahteraan Sosial

Banjir merupakan bencana hidrometeorologi yang terus meningkat dan menimbulkan kerusakan signifikan, sementara penyampaian informasi peringatan dini secara manual masih menghambat respons cepat masyarakat. Penelitian ini bertujuan meningkatkan kesiapsiagaan warga desa rawan banjir melalui implementasi sistem pendeteksi dini berbasis sensor berbiaya rendah yang terintegrasi dengan aplikasi mobile untuk menyediakan informasi real-time. Pendekatan Applied Community-Based Technology digunakan melalui tahapan perancangan sistem, instalasi sensor pada titik rawan, implementasi aplikasi, pelatihan warga, dan evaluasi respons melalui simulasi evakuasi menggunakan analisis deskriptif kuantitatif. Hasil menunjukkan peningkatan nyata efektivitas mitigasi: sensor memberikan pembacaan realtime yang akurat, notifikasi otomatis dikirim dalam hitungan detik, dan kesiapsiagaan warga meningkat melalui percepatan waktu respons evakuasi serta tingginya penerimaan teknologi berdasarkan penilaian pengguna. Program ini memiliki dampak positif terhadap literasi kebencanaan, penguatan kapasitas komunitas, perubahan perilaku evakuasi, dan peningkatan partisipasi masyarakat. Integrasi teknologi dan pemberdayaan sosial terbukti menjadi faktor kunci keberhasilan intervensi. Temuan ini menegaskan bahwa model sistem peringatan dini berbasis IoT–komunitas efektif untuk konteks pedesaan berketerbatasan teknologi dan memiliki potensi tinggi untuk direplikasi secara lebih luas. Penelitian ini menawarkan kontribusi konseptual dan praktis terhadap pengembangan model mitigasi bencana yang adaptif dan berkelanjutan serta membuka peluang untuk pengembangan fitur lanjutan dan implementasi skala regional.   Abstract Flooding is an increasingly frequent hydrometeorological disaster that causes severe damage, while manual early warning dissemination remains inadequate in enabling rapid community response. This study aims to enhance disaster preparedness in flood-prone rural areas by implementing a low-cost sensor–based early warning system integrated with a mobile application for real-time information delivery. An Applied Community-Based Technology approach was applied through system design, sensor installation at critical points, mobile application deployment, community training, and evaluation through evacuation simulation using descriptive quantitative analysis. The results demonstrate substantial improvements in community preparedness: sensors provided accurate real-time water level readings, automated alerts were delivered within seconds, and evacuation response times improved alongside high user acceptance and perceived usefulness of the system. The intervention generated positive impacts on disaster literacy, capacity building, behavioral transformation, and community participation. The synergistic integration of technical performance and community empowerment emerged as a critical success factor. Findings confirm the effectiveness of an IoT–community integrated early warning model for rural environments with limited technological infrastructure and highlight strong potential for wider replication. This work contributes both conceptually and practically to adaptive community-based disaster mitigation and supports future development toward scalable deployment, enhanced system features, and policy-level integration.