PERANCANGAN PEMANTAUAN BANJIR REALTIME BERBASIS INTERNET OF THINGS MENGGUNAKAN ESP32 TERINTEGRASI THINKSPEAK DAN BOT TELEGRAM PADA BENDUNGAN KRAMATJATI

Bagas Fadillah; nuroji;

PERANCANGAN PEMANTAUAN BANJIR REALTIME BERBASIS
INTERNET OF THINGS MENGGUNAKAN ESP32 TERINTEGRASI
THINKSPEAK DAN BOT TELEGRAM PADA BENDUNGAN

KRAMATJATI

Penelitian terdahulu menunjukkan bahwa sebagian besar sistem deteksi banjir masih memiliki
keterbatasan integrasi dan keterjangkauan, terutama di wilayah dengan sumber daya terbatas.
Berdasarkan hal tersebut, penelitian ini merancang sistem pemantauan banjir berbasis Internet of
Things (IoT) menggunakan mikrokontroler ESP32 yang terintegrasi dengan platform ThingSpeak
dan bot Telegram. Sistem ini memanfaatkan sensor ultrasonik dan sensor ketinggian air untuk
memantau permukaan air secara real-time, dengan data yang ditampilkan melalui dashboard dan
dikirimkan sebagai notifikasi peringatan dini. Metode pengembangan yang digunakan adalah
prototyping, sedangkan evaluasi dilakukan menggunakan pengujian black box. Hasil pengujian
menunjukkan bahwa sistem dapat mendeteksi status air dalam kategori aman, waspada, dan banjir,
dengan tingkat akurasi mencapai 80%. Temuan ini menunjukkan potensi sistem dalam mendukung
upaya mitigasi banjir secara efektif dan efisien.
kunci: IoT, ESP32, ThingSpeak, Pemantauan Banjir, Sistem Deteksi Dini
PERANCANGAN PEMANTAUAN BANJIR REALTIME BERBASIS
INTERNET OF THINGS MENGGUNAKAN ESP32 TERINTEGRASI
THINKSPEAK DAN BOT TELEGRAM PADA BENDUNGAN

KRAMATJATI

Previous research has shown that most flood detection systems still lack integration and
affordability, especially in resource-constrained areas. Based on this, this study designed an Internet
of Things (IoT)-based flood monitoring system using an ESP32 microcontroller integrated with the
ThingSpeak platform and a Telegram bot. This system utilizes ultrasonic sensors and air level
sensors to integrate air levels in real time, with data displayed on a dashboard and sent as early
warning notifications. The development method used was prototyping, while evaluation was
conducted using black box testing. The test results showed that the system can detect air status in
the safe, alert, and flood categories, with an accuracy rate of up to 80%. These findings demonstrate
the system's potential to support flood mitigation efforts effectively and efficiently.
Keywords: IoT, ESP32, ThingSpeak, Flood Monitoring, Early Detection System