Implementasi Sistem IoT Untuk Monitoring Suhu Dan Kelembapan Dengan Integrasi OpenWeatherMap Dan Transmisi Data HackRF

Abstract

Sistem komunikasi berbasis APRS penting untuk pengiriman data lingkungan secara real-time, namun implementasinya dengan perangkat SDR seperti HackRF menghadapi kendala teknis seperti sensitivitas rendah dan interferensi tinggi. Untuk menjawab tantangan ini, penelitian ini mengembangkan sistem pemantauan suhu dan kelembapan berbasis Raspberry Pi dan sensor DHT22, yang datanya divalidasi melalui OpenWeatherMap dan dikirim menggunakan protokol APRS melalui HackRF. Penelitian dilakukan di Pusat Riset Teknologi Satelit BRIN untuk mendukung kebutuhan komunikasi yang fleksibel dan efisien dalam lingkungan riset satelit. Hasil pengujian menunjukkan sistem mampu menampilkan data secara real-time melalui platform Blynk, dengan deviasi suhu sebesar ±0,5°C dan kelembapan ±4,5%, masih dalam batas toleransi. Korelasi terhadap data referensi menunjukkan hasil akurat dan stabil. Untuk menilai akurasi, digunakan analisis Mean Absolute Error (MAE) dan Korelasi Pearson untuk membandingkan data sensor dengan data referensi OpenWeatherMap. Penggunaan HackRF terbukti efektif dalam mentransmisikan data secara nirkabel dengan jangkauan fleksibel. Kesimpulannya, sistem ini efektif, handal, dan hemat biaya, serta berpotensi tinggi untuk diimplementasikan dalam sistem komunikasi satelit kecil maupun pemantauan lingkungan berbasis IoT di berbagai kondisi operasional.

The APRS-based communication system is crucial for real-time environmental data transmission; however, its implementation with SDR devices such as HackRF faces technical challenges like low sensitivity and high interference. To address these challenges, this study developed a temperature and humidity monitoring system based on Raspberry Pi and the DHT22 sensor, whose data is validated through OpenWeatherMap and transmitted using the APRS protocol via HackRF. The research was conducted at the Satellite Technology Research Center (BRIN) to support flexible and efficient communication needs in satellite research environments. The test results showed that the system was able to display real-time data through the Blynk platform, with temperature deviations of ±0.5°C and humidity deviations of ±4.5%, still within tolerance limits. To assess accuracy, Mean Absolute Error (MAE) and Pearson Correlation analysis were used to compare the sensor data with reference data from OpenWeatherMap. The use of HackRF proved effective in wirelessly transmitting data with flexible range. In conclusion, this system is effective, reliable, cost-efficient, and has high potential for implementation in small satellite communication systems or IoT-based environmental monitoring in various operational conditions.