Farobby, Dhanu Kusuma and Dr.Ir. Alexander Tunggul Sutan Haji,, MT and Putri Setiani,, ST, MES, Ph. D (2022) Uji Kinerja Sistem Pemantauan Kualitas Air Berbasis Internet of things Menggunakan Turbidity Sensor yang Dibandingkan dengan Pengaruh Karakteristik Nilai Reynold. Sarjana thesis, Universitas Brawijaya.
Abstract
Unsur penting yang menjadi kebutuhan utama bagi makhluk hidup yang berada dimuka bumi adalah air. Dengan adanya aktivitas-aktivitas manusia yang baru berpengaruh pada pola penggunaan air yang tersedia. Sungai merupakan salah satu suplayer air yang akan terdampak dengan adanya peningkatan populasi penduduk salah satu indikator yang dapat mempengaruhi kualitas air adalah tingkat kekeruhan air yang semakin tinggi. Tingkat kekeruhan air dapat menentukan tingkat kelayakan air yang digunakan. Bedasarkan penelitian ini dilakukan untuk memantau tingkat kekeruhan air dengan metode hamburan cahaya yang tersuspensi oleh partikel di dalam aliran air sungai menggunakan sensor kekeruhan DFRobot SEN0189. DFRobot SEN0189 mampu mendeteksi perubahan instensitas cahaya yang diakibatkan oleh adanya partikel-partikel dalam air yang kemudian diolah oleh mikrokontroller NodeMCU ESP32 dan mengirimkan data secara aktual ke website menggunakan protokol Mysql database. Uji Eksperimental skala laboratorium yang menghasilkan tingkat nilai persentase eror tertinggi pada lokasi sungai Ngijo pada titik 2 dengan karakteristik nilai Reynold sebesar 237.472,04 dan persentase eror sebesar 21,1%, nilai eror tertinggi selanjutnya pada lokasi sungai Sengkaling yang terdapat pada titik 3 dengan persentase eror mencapai 71,79% dan memiliki karakteristik nilai Reynold sebesar 240.334,4. Persentase nilai eror yang paling efektif terdapat pada titik 3 yang berlokasi di sungai Ngijo dan titik 1 yang berlokasi disungai sengkaling dengan masing masing persentase 0,051% dan 0,45%. Efektifitas nilai eror tersebut terjadi akibat karakteristik nilai Reynold dari kedua titik tersebut yang paling kecil dibandingkan dengan karakteristik nilai Reynold dititik lainnya, dimana karakteristik nilai Reynold semakin besar maka turbulensi disuatu aliran akan semakin besar juga, hal tersebut yang mempengaruhi proses tidak kestabilan pengukuran alat Turbidity sensor. Hasil analisis menunjukkan faktor koreksi hasil pengukuran tingkat kekeruhan air menggunakan sensor Turbidity terhadap karakteristik nilai Reynold untuk skala rentang nilai Re 1,66x105 - 2,4x105 dari faktor koreksi C1 terhitung berkisar 0,28 sampai 0,843, dan pada faktor koreksi C2 berkisar 0,259 sampai 0,79, sedangkan skala rentang nilai Re 2,61x104-6,9x104 dari faktor koreksi C1 terhitung berkisar 0,995 sampai 1,00051, dan pada faktor koreksi C2 berkisar 0,990 sampai 0,973. Sistem monitoring kekeruhan berbasis IoT dan website telah diuji menghasilkan updating delay 5 hingga 20 detik.
English Abstract
An important element that is the main need for living things on earth is water. With the new human activities affect the pattern of water use available. Rivers are one of the water suppliers that will be affected by an increase in population. One indicator that can affect water quality is the higher level of water Turbidity. The level of Turbidity of the water can determine the level of feasibility of the water used. Based on this research, this research was conducted to monitor the level of water Turbidity with the method of scattering light suspended by particles in the river water flow using the Turbidity sensor DFRobot SEN0189. DFRobot SEN0189 is able to detect changes in light intensity caused by the persence of particles in the water which is then processed by the NodeMCU ESP32 microcontroller and sends actual data to the website using the Mysql database protocol. Experimental test on a laboratory scale that produces the highest level of error percentage at the location of the Ngijo river at point 2 with the characteristic Reynolds value of 237.472,04 and an error percentage of 21.1%, the next highest error value is at the location of the Sengkaling river which is located at point 3 with an river which is located at point 3 with an error percentage reaching 71.79% and has a characteristic Reynolds value of 240334.38. The most effective percentage of error values is at point 3 which is located on the Ngijo river and point 1 which is located on the Sengkaling river with a percentage of 0.051% and 0.45%, respectively. The effectiveness of the error value occurs due to the characteristics of the Reynolds value of the two points which are the smallest compared to the characteristics of the Reynolds value at other points, where the characteristic of the Reynolds value is greater, the turbulence in a flow will be even greater, this affects the process of unstable reading of the Turbidity sensor. . The results of the analysis show that the correction factor for measuring the Turbidity level of water using a Turbidity sensor on the characteristics of the Reynolds value for the Re value scale is 1.66x105 - 2.4x105 from the correction factor C1 which is calculated from 0.28 to 0.843, and the correction factor C2 ranges from 0.259 to 0. .79, while the range of Re values of 2.61x104-6.9x104 of the C1 correction factor was calculated from 0.995 to 1,00051, and the C2 correction factor ranged from 0.990 to 0.973. The IoT-based Turbidity monitoring system and website have been tested to produce an updating delay of 5 to 20 seconds.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 0522100015 |
Uncontrolled Keywords: | Kekeruhan, Internet of things, Turbidity Sensor, Karakteristik Nilai Reynold, Faktor koreksi,Turbidity, Internet of things, Turbidity Sensor, Reynold Value Characteristics, correction factor |
Subjects: | 600 Technology (Applied sciences) > 630 Agriculture and related technologies |
Divisions: | Fakultas Teknologi Pertanian > Keteknikan Pertanian |
Depositing User: | soegeng sugeng |
Date Deposited: | 26 Apr 2022 02:26 |
Last Modified: | 26 Apr 2022 02:26 |
URI: | http://repository.ub.ac.id/id/eprint/190168 |
Text (DALAM MASA EMBARGO)
Dhanu Kusuma Farobby.pdf Restricted to Registered users only until 31 December 2023. Download (4MB) |
Actions (login required)
View Item |