Perpustakaan Digital ITB

Pengembangan fitur alert dan visualisasi pada sprinkler monitoring system berbasis Internet of Things (IoT) di perusahaan XYZ dilakukan untuk mengatasi kelemahan dalam pengecekan sensor pendeteksi air pada perangkat sprinkler monitoring system yang saat ini dilakukan secara manual oleh PIC terkait. Tugas akhir ini bertujuan meningkatkan proses deteksi sensor secara otomatis sehingga memastikan kesiapan sprinkler dalam memadamkan api. Dengan mengganti metode pengecekan manual menjadi otomatis, data sensor langsung diintegrasikan ke dalam sistem. Sistem ini menggunakan Apache NiFi untuk pemrosesan dan pengiriman notifikasi, serta Grafana untuk visualisasi data. Setiap perubahan status sensor dapat dideteksi dengan cepat dan akurat, memungkinkan penanganan segera terhadap kondisi tidak seharusnya sensor. Analisis mendalam terhadap masalah pengecekan manual menunjukkan bahwa interval pemeriksaan yang panjang dapat meningkatkan risiko kebakaran yang tidak terdeteksi. Solusi yang diberikan adalah mengumpulkan data sensor secara kontinu, memprosesnya untuk mendeteksi kondisi di luar batas nilai yang seharusnya, dan menyajikannya dalam visualisasi yang mudah dipahami. Fitur alert mengirimkan notifikasi melalui email dan Telegram kepada PIC terkait kondisi di luar batas nilai yang seharusnya pada sensor. Implementasi sistem melibatkan integrasi sensor dengan Apache NiFi untuk pengelolaan data dan InfluxDB untuk penyimpanan data. Grafana digunakan untuk memvisualisasikan kondisi sprinkler di berbagai lokasi, serta membantu PIC dalam identifikasi dan penanganan masalah secara efisien. Evaluasi sistem menilai ketepatan dan kecepatan respons alert serta relevansi visualisasi data. Hasilnya menunjukkan bahwa sistem mampu memberikan notifikasi dan menyediakan informasi relevan pada visualisasi untuk pemantauan sprinkler. Sistem ini diharapkan dapat meningkatkan kesiapan sprinkler dalam mitigasi risiko kebakaran di perusahaan XYZ dan sejenisnya.