<![CDATA[Cuaca ekstrem yang sulit diprediksi menjadi tantangan serius dalam upaya mitigasi bencana, khususnya di wilayah rawan banjir seperti Dayeuhkolot, Kabupaten Bandung. Ketergantungan pada sistem peringatan dini manual dari BBWS terbukti belum mampu memberikan respons yang cepat dan terintegrasi. Untuk menjawab kebutuhan tersebut, dikembangkan sistem monitoring berbasis Wireless Sensor Network (WSN) dan Internet of Things (IoT) yang mampu mengumpulkan data cuaca secara real-time melalui sensor lingkungan. Data yang diperoleh dikalibrasi menggunaka regresi linear untuk meningkatkan akurasi pembacaan, dan selanjutnya digunakan dalam pelatihan model Machine Learning XGBoost untuk menghasilkan prakiraan cuaca lokal yang lebih akurat. Sistem ini juga dilengkapi dengan fitur Early Warning System (EWS) banjir yang bekerja berdasarkan tinggi muka air sungai secara real-time, tanpa bergantung pada prediksi. Implementasi dilakukan di dua lokasi, yaitu Teras Cikapundung dan Polder Cipalasari, serta terintegrasi dengan aplikasi seluler dan website We-Weather sebagai media pemantauan. Hasil pengujian menunjukkan bahwa sistem memiliki performa tinggi dalam prediksi cuaca dan kemudahan penggunaan, sehingga diharapkan dapat memperkuat sistem mitigasi bencana hidrometeorologi dan mendukung pengambilan keputusan oleh masyarakat serta pemangku kepentingan.Kata kunci— Cuaca ekstrem, Early Warning System, banjir, Machine Learning, Wireless Sensor Network, XGBoost, Monitoring.]]>
Copyrights © 2025
