<![CDATA[Kebocoran ban merupakan salah satu faktor yang dapat mengganggu keselamatan berkendara sehingga diperlukan sistem yang mampu mendeteksi kondisi ban secara dini. Penelitian ini bertujuan merancang dan mengimplementasikan sistem deteksi kebocoran ban sepeda motor berbasis Internet of Things (IoT) menggunakan sensor MPU-6050, mikrokontroler ESP32, dan model Long Short-Term Memory (LSTM). Data akselerometer dan giroskop dikumpulkan menggunakan sensor MPU-6050, kemudian diproses melalui tahap prapemrosesan, pelatihan model LSTM, serta implementasi inferensi pada Virtual Private Server (VPS). Hasil klasifikasi ditampilkan secara real-time melalui layar OLED dan aplikasi Blynk. Hasil pengujian menunjukkan bahwa proses akuisisi data sensor berlangsung stabil tanpa data loss. Model LSTM memperoleh akurasi sebesar 99,91% dengan nilai precision, recall, dan F1-score pada rentang 0,99–1,00. Pengujian lapangan pada tiga skenario, yaitu ban depan kempes, ban belakang kempes, dan kedua ban kempes, menunjukkan bahwa sistem mampu mengklasifikasikan kondisi ban secara akurat. Berdasarkan hasil tersebut, sistem yang dikembangkan memiliki kinerja yang baik dan berpotensi menjadi alternatif sistem peringatan dini kebocoran ban pada sepeda motor.]]>
Copyrights © 2026
