IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026
E-ISSN: 2774-342X
Aplikasi Pendeteksi Gempa Bumi Berbasis IoT Dengan Sistem Peringatan Dini Arief Tirtana1.
Martias2*.
Agus Perjuangan Hulu3.
Decky Robert Wilson4.
Ardita Ilham Khairudin5 Universitas Bina Sarana Informatika e-mail: 1arieftrtna@gmail.
com, 2martias.
mts@bsi.
Ajuanghulu04@gmail.
Adeckyrobs@gmail.
AAilhamkhairudin54@gmail.
Diterima Direvisi Disetujui 18-11-2025
18-12-2025
19-12-2025
Abstrak - Indonesia berada di daerah zona Cincin Api Pasifik sehingga sangat rawan terhadap bencana gempa Sistem peringatan dini yang ada sering kali tidak akurat dan terlambat dalam menyampaikan informasi kepada masyarakat.
Oleh karena itu, penelitian ini bertujuan membangun sistem pendeteksi gempa berbasis Internet of Things (IoT) yang mampu memberikan peringatan dini secara cepat dan tepat.
Sistem ini menggunakan mikrokontroler ESP32.
ADXL345 untuk mendeteksi getaran, serta modul GPS Neo-6M untuk mengetahui lokasi.
Data yang didapat dikirim ke Firebase Realtime Database dan ditampilkan melalui aplikasi Android yang dikembangkan dengan Kodular.
Sistem ini mampu mengklasifikasikan getaran menjadi tiga tingkat, yaitu siaga, waspada, dan darurat.
Waktu respons rata-rata yang dicapai sebesar 2 detik dengan tingkat keberhasilan pengiriman data mencapai 98%.
Hasil pengujian menunjukkan akurasi koordinat GPS dalam jarak A5 meter.
Sistem ini diharapkan menjadi solusi teknologi yang efektif dalam meningkatkan kesadaran dan kesiapsiagaan masyarakat terhadap ancaman gempa bumi.
Kata Kunci: IoT.
Gempa Bumi.
Sistem Peringatan Dini Abstract - Indonesia is located in the Pacific Ring of Fire zone, making it highly susceptible to earthquakes.
The existing early warning systems are often inaccurate and slow in conveying information to the public.
Therefore, this research aims to build an Internet of Things (IoT)-based earthquake detection system capable of providing rapid and accurate early warnings.
This system uses the ESP32 microcontroller, the ADXL345 to detect vibrations, and the Neo-6M GPS module to determine location.
The data obtained is sent to Firebase Realtime Database and displayed through an Android application developed with Kodular.
This system is capable of classifying vibrations into three levels: alert, warning, and emergency.
The average response time achieved was 2 seconds with a data delivery success rate of 98%.
The test results showed GPS coordinate accuracy within A5 meters.
This system is expected to be an effective technological solution in raising public awareness and preparedness for earthquake Keywords: IoT.
Earthquake Detection.
Early Warning System
PENDAHULUAN
Indonesia merupakan negara yang berada di kawasan Cincin Api Pasifik, menjadikannya sangat rentan terhadap aktivitas seismik seperti gempa bumi.
Setiap tahunnya, ribuan gempa tercatat terjadi di berbagai wilayah Indonesia, dengan dampak yang signifikan baik dari segi korban jiwa maupun kerusakan infrastruktur.
Dalam situasi ini, sistem peringatan dini gempa menjadi kebutuhan penting untuk mitigasi bencana secara efektif.
Namun, sistem konvensional yang dikelola oleh instansi pemerintah sering kali kurang responsif dan tidak merata dalam penyebaran informasinya (Wikantama, dkk, 2.
(Dinata, dkk, 2.
Oleh karena itu, dibutuhkan teknologi alternatif yang mampu memberikan peringatan dini secara cepat dan dapat diakses secara luas oleh Salah satu solusi yang berkembang pesat adalah sistem pendeteksi gempa berbasis Internet of Things (IoT).
IoT adalah konsep dimana semua alat dan layanan terhubung satu dengan yang lain dengan mengumpulkan, bertukar dan memproses data untuk beradaptasi secara dinamis (SURYANINGRAT, dkk, (Putri, (Khan.
Pendekatan ini memungkinkan pengiriman notifikasi secara real-time melalui perangkat digital seperti smartphone, menunjukkan bahwa kombinasi sensor piezoelektrik dan ADXL345 pada ESP32 mengklasifikasikan tingkat bahayanya berdasarkan pembacaan sensor dan skala MMI (Az-Zahra, 2.
Notifikasi peringatan dini kemudian dikirim melalui platform Kodular, mempercepat penyebaran informasi ke masyarakat (Apridonal, dkk, 2.
Sistem ini juga dapat dikembangkan lebih lanjut dengan integrasi teknologi cloud seperti Firebase untuk penyimpanan dan sinkronisasi data secara real-time.
Firebase terbukti memiliki keunggulan dalam kecepatan akses data serta keamanan, menjadikannya sangat ideal untuk aplikasi dengan kebutuhan pemantauan dan respon cepat (Aditya, dkk, 2.
(Madaminov & Allaberganova.
Firebase terbukti mampu menangani proses This work is licensed under a Creative Commons Attribution-ShareAlike 4.
0 International License.
IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026
E-ISSN: 2774-342X
Create.
Read.
Update dan Delete (CRUD) dengan kecepatan lebih tinggi dibandingkan MySQL, dengan respons rata-rata hanya 37 milidetik untuk operasi penulisan data.
Selain kecepatan.
Firebase juga memberikan fitur keamanan dan autentikasi yang baik, menjadikannya platform cloud yang ideal untuk sistem monitoring berbasis waktu nyata (Ngafidin, dkk, 2.
Beberapa penelitian terdahulu juga telah mendukung pengembangan sistem pendeteksi gempa berbasis IoT.
(Kurniawati & Murti, 2.
mengidentifikasi berbagai sensor untuk deteksi gempa dan menemukan bahwa sensor ADXL 345 memiliki akurasi tinggi sebesar 99% dalam mendeteksi percepatan getaran sehingga cocok digunakan pada sistem peringatan dini berbasis Selanjutnya (Ida Bagus Gede, dkk, 2.
mengembangkan aplikasi mitigasi gempa berbasis mobile hybrid yang terintegrasi dengan Google Maps API dan Firebase notification untuk (Kristanto, 2.
merancang sistem IoT pendeteksi gempa menggunakan kombinasi sensor ADXL335 dan SW-40 yang terhubung dengan Database mySQL dan Firebase untuk menampilkan data secara realtime melalui dashboard web.
Sementara itu Sementara itu, (Won, dkk, 2.
mengembangkan BLESeis, sensor IoT berbiaya rendah untuk deteksi gempa secara cerdas, dan (Qiao, dkk, 2.
menggunakan pembelajaran mendalam .
eep learnin.
untuk deteksi perubahan akibat aktivitas seismik di Indonesia.
Berdasarkan hasil kajian tersebut dapat disimpulkan bahwa sistem pendeteksi gempa berbasis IoT dengan integrasi cloud mampu memberikan informasi lebih cepat dan akurat dibandingan sistem konvensional.
Oleh karena itu penelitian ini mengembangkan sistem pendeteksi gempa berbasis ESP32 yang menggabungkan sensor ADXL345 dan GPS, serta menampilkan data pada LCD dan mengirimkannya ke Firebase dan Aplikasi secara real-time.
Pengembangan ini juga mencakup pengaturan ambang batas .
dan sistem counter untuk menghindari false alarm akibat noise.
Sistem akan mengklasifikasikan gempa ke dalam tiga tingkat bahaya berdasarkan skala MMI.
Hipotesis dari penelitian ini adalah bahwa sistem yang dikembangkan dapat memberikan notifikasi lebih cepat dan akurat dibandingkan sistem konvensional, serta memungkinkan monitoring kondisi gempa secara jarak jauh melalui aplikasi mobile berbasis Android.
METODE PENELITIAN
Tahapan Penelitian Metodologi yang digunakan adalah Research and Development (R&D) dengan model ADDIE (Analysis.
Design.
Development.
Implementation.
Evaluatio.
seperti yang ditunjukan pada Gambar 1.
Model ini http://jurnal.
id/index.
php/imtechno memungkinkan proses pengembangan yang sistematis mulai dari analisis kebutuhan, perancangan perangkat keras dan lunak, pembuatan prototipe, implementasi sistem, hingga evaluasi hasil pengujian.
Sistem menggunakan ESP32 sebagai mikrokontroler utama, sensor ADXL345 untuk mendeteksi getaran, dan modul GPS Neo-6M untuk menentukan lokasi.
Data dikirim ke Firebase dan ditampilkan melalui aplikasi Kodular di perangkat Android.
Gambar 1.
Tahapan Penelitian Adapun penjelasan dari tahapan penelitian yang dilakukan adalah sebagai berikut:
Pengumpulan data sekunder, tahap ini diperlukan untuk desain atau rancangan awal sistem.
Data ini meliputi data tentang gempa bumi di Indonesia, data tentang sistem peringatan dini gempa bumi yang sudah ada, data tentang teknologi IoT, dan data lain yang relevan.
Penyusunan Desain Teknis, selanjutnya pada bagian ini dilakukan perancangan sistem peringatan dini gempa bumi berbasis IoT yang terintegrasi dengan aplikasi mobile.
Produk/Jasa layanan.
Pada tahap ini, dilakukan pembuatan prototipe perangkat hardware dan pengembangan aplikasi mobile.
Pengujian keandalan sistem.
Pada tahap ini, dilakukan Implemantasi pengujian keandalan karya GempAlert.
Pengujian ini meliputi pengujian keandalan perangkat hardware dan pengujian fungsionalitas aplikasi mobile.
Evaluasi & prediksi penerimaan masyarakat.
Pada tahap ini, dilakukan evaluasi atau prediksi penerimaan masyarakat terhadap GempAlert.
Perancangan Sistem Pada dasarnya, sistem ini dirancang untuk memberikan layanan informasi mengenai gempa bumi yang terjadi dan memberikan data pemantauan secara Real-time.
Dengan ini pengguna dapat memantau aktivitas pergerakan tanah yang terjadi.
Sistem ini dapat dipantau melalui aplikasi yang terhubung dengan jaringan internet.
Perangkat Keras Sistem perangkat keras dibuat dalam bentuk prototipe dengan tampilan sederhana.
Perangkat keras yang digunakan meliputi, input, proses, output dan tampilan aplikasi.
Pada bagian input terdapat IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026
E-ISSN: 2774-342X
sensor ADXL 345 untuk mendeteksi getaran dan percepatan pada sumbu X.
Z sedangkan sensor GPS Neo 6M menentukan lokasi geografis ( lintang dan bujur ) secara realtime.
Pada bagian proses, terdapat mikrokontroller NodeMCU yang terintegrasi dengan modul Wifi ESP32.
Fungsi perangkat ini adalah untuk mengirimkan hasil pembacaan pada perangkat Smartphone sebagai notifikasi pop-up.
Pada output dan indikator/tampilan terdapat layar LCD yang berfungsi untuk memberikan status pembacaan pada prototipe dan layar Oled memberikan tampilan grafik seismograf dari data percepatan accelerasi yang diberikan.
Spesifikasi perangkat keras secara keseluruhan dapat dilihat pada Tabel 1.
Desain perangkat keras dalam penelitian ini juga dapat dilihat pada Gambar 1.
Tabel 1.
Spesifikasi Perangkat Keras Keterangan Perangkat Keras Spesifikasi Laptop/Desktop Smartphone Android Sensor Accelerometer (ADXL.
Sensor GPS
(NEO-6M)
Mikrokontroler ESP32
Processor
AMD Ryzen 3
Storage SSD 256 GB
RAM
8 GB
Operating System Fitur Koneksi Windows 10 / 11 Sistem Operasi Android versi 8.
(Ore.
atau lebih Jenis Sensor
3-axis Digital Accelerometer Rentang
Pengukuran A2g / A4g / A8g / A16g
Resolusi
10-bit
Komunikasi
IAC / SPI
Frekuensi MH.
Akurasi Posisi 2,5 meter CEP Antarmuka UART (Seria.
Tegangan Operasi
Arsitektur
3V Ae 5V
Clock Speed
240 MHz
Flash Memory 4 MB
GPIO
30 Pin
WiFi
b/g/n Perangkat Keras LCD 16x2 I2C
Spesifikasi
Keterangan Bluetooth
2 BLE
Ukuran Tampilan 16 Karakter y 2 Baris Tipe Komunikasi IAC .
pin: SDA.
SCL) Tegangan Operasi
Jenis Kabel
5V DC
Fungsi Transfer data & upload program Panjang A1 meter Kabel Data/USB Serial USB to Micro USB / Type-C WiFi / GPRS Gambar 2.
Rancangan Perangkat Keras .
Dual-core Xtensa
LX6
http://jurnal.
id/index.
php/imtechno Dalam penelitian ini sistem menggunakan menggunakan beberapa komponen utama, yaitu sensor ADXL 345.
Modul GPS Neo-6M, dan mikrokontroller ESP 32 yang saling terhubung untuk membentuk sistem pendeteksi gempa bumi berbasis IoT dengan sistem peringatan dini.
Sensor ADXL345 berfungsi dengan membaca percepatan tiga sumbu X.
Dengan memberikan sinyal berupa nilai percepatan yang berubah sesuai dengan getaran yang terjadi pada permukaan tanah.
sistem dilengkapi dengan modul GPS NEO-6M yang berperan dalam menentukan posisi geografis alat secara real-time, modul ini memberikan data koordinat berupa lintang dan bujur yang kemudian digunakan untuk menentukan lokasi terjadinya getaran.
Data yang diperoleh dari sensor ADXL345 dan modul GPS NEO-6M selanjutnya diolah oleh mikrokontroler ESP32.
Mikrokontroler ini berfungsi sebagai pusat kendali yang mengatur alur kerja sistem, termasuk proses pembacaan data sensor, pengolahan logika IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026
E-ISSN: 2774-342X
deteksi getaran, serta pengiriman data ke server berbasis cloud, yaitu Firebase.
ESP32 dipilih karena memiliki kemampuan komunikasi nirkabel (Wi-F.
yang stabil dan mendukung protokol IoT.
Adapun proses wiring dapat dilihat pada gambar 2.
Detail koneksi pin pada tabel 2.
Gambar 3.
Skematik Rangkaian Pendeteksi Gempa Tabel 2.
Konfigurasi Pin Modul ADXL.
GPS.
LCDI2C, dan OLED Display
Komponen
OLED
Display
Pin
Komponen
Terhubung ke ESP32
GND
GND
VCC
SCL
GPIO22
SDA
GPIO21
GND
GND
VCC
SDA
GPIO21
SCL
GPIO22
VCC
GND
GND
GPIO 16
(RX.
TX GPS
ke RX
ESP32
GPIO17
(TX.
RX GPS
ke TX
ESP32
VCC
GND
GND
SDA
GPIO21
SCL
GPIO22
Fungsi
Ground
Catu daya
I2C Clock
I2C Data
Ground
Catu daya
LCD I2C
GPS
Breakout
ADXL345
I2C Data I2C Clock Catu daya Ground Dalam penelitian ini terdapat 3 perangkat lunak yang digunakan, yaitu Arduino Ide.
Firebase Real-time Database dan kodular.
Ketiga komponen ini saling terintegrasi sehingga sistem mampu bekerja secara Arduino Ide digunakan untuk menulis program yang akan dimasukan kedalam NodeMCU ESP32 dengan menggunakan bahasa pemrograman C/C untuk mengatur fungsi dari sensor ADXL345 sebagai pendeteksi getaran dan GPS Neo-6M sebagai penentu koordinat lokasi kejadian.
Program ditulis dengan mengatur logika sistem, yaitu membaca nilai percepatan dari sensor, membandingkan dengan nilai ambang batas .
, lalu mengirim data melalui server cloud.
Firebase Realtime Database digunakan sebagai basis data berbasis cloud dengan menyimpan seluruh data dalam format JSON.
Firebase sendiri memiliki kemampuan dalam sinkronisasi secara waktu nyata .
eal-time synchronizatio.
antar perangkat yang terhubung.
Dengan ini pengguna dapat mendapatkan informasi secara langsung dan dapat memantau melalui monitoring status.
Setiap hasil deteksi sensor yang di terima oleh Mikrokontroller ESP32 akan dikirim ke Firebase menggunakan Hyper Text Transfer Protocol (HTTP) sebagai protokol komunikasi dan tersimpan di Firebase secara otomatis serta diperbarui secara langsung pada dashboard aplikasi tanpa jeda.
Sementara itu.
Kodular digunakan untuk merancang dan membangun aplikasi Android berbasis pemrograman blok .
lock programmin.
yang berfungsi sebagai antarmuka pengguna sistem.
Aplikasi ini menampilkan data hasil pembacaan sensor yang dikirim melalui Firebase, menampilkan lokasi kejadian gempa pada peta berdasarkan koordinat GPS, serta mengirimkan notifikasi pop-up secara otomatis ketika sistem mendeteksi getaran yang melebihi ambang batas.
Adapun desain konfigurasi hubungan antara perangkat keras dan jaringan internet dapat dilihat pada Gambar 3, sedangkan diagram alir sistem dapat dilihat pada Gambar 4.
Dapat dilihat bahwa desain komunikasi antara pengguna dan sistem dengan memanfaatkan jaringan internet.
Catu daya Ground I2C Data I2C Clock Perangkat Lunak Perangkat lunak berfungsi sebagai pengendali utama dan penghubung antara perangkat keras dengan pengguna melalui Internet of Things (IoT).
http://jurnal.
id/index.
php/imtechno Gambar 4.
Perancangan Komunikasi IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026
E-ISSN: 2774-342X
Gambar 5.
Diagram Alir Sistem Pengujian menghidupkan perangkat dan menunggu hingga terhubung dengan jaringan WiFi yang di hasilkan oleh sinyal GSM pada smartphone.
Gambar 6 dan 7 menunjukan hasil bahwa sistem dapat terhubung ke jaringan WiFi dengan alamat IP Au121315Ay dan dapat terhubung dengan internet.
Setelah terhubung ke internet, dengan ini sistem dapat terhubung dengan Firebase dan dapat menyimpan data serta mengirim hasil pembacaan dari mikrokontroller.
Selanjutnya, pengujian kedua dilakukan untuk mengetahui kinerja aplikasi Android yang telah dirancang sebelumnya.
Pengujian dilakukan dengan mengirim data dari prototipe ke aplikasi dan memastikan real-time pada aplikasi sesuai dengan hasil pembacaan pada serial monitor Arduino IDE.
Hasil pengujian dapat dilihat pada Tabel 3.
Berdasarkan hasil pengujian melalui beberapa kali percobaan hasil yang didapatkan sudah sesuai dengan hasil pembacaan pada serial monitor Arduino IDE.
Menjelaskan kronologis penelitian, termasuk desain penelitian, prosedur penelitian .
alam bentuk algoritma.
Pseudocode atau lainny.
, bagaimana untuk menguji dan akuisisi data.
Deskripsi dari program penelitian harus didukung referensi, sehingga penjelasan tersebut dapat diterima secara HASIL DAN PEMBAHASAN Pada tahap ini, implementasi perangkat keras dan lunak dilakukan sesuai dengan desain yang dijelaskan dibuat sebelumnya.
Sistem perangkat keras diimplementasikan dalam bentuk prototipe menggunakan sensor ADXL345.
GPS Neo-6M.
Perangkat lunak diimplementasikan dalam bentuk aplikasi Android 8.
0 oreo pada smartphone sesuai dengan spesifikasi pada Tabel 1.
Hasil implementasi perangkat keras dan perangkat lunak dapat dilihat pada Gambar 5.
Setelah mengimplementasikan, maka sistem diuji untuk menentukan kinerja keseluruhan Pengujian yang dilakukan meliputi pengujian koneksi internet, pengujian aplikasi Android dalam menerima data yang dikirim oleh mikrokontroller, pengujian sensor ADXL dan pengujian keakuratan lokasi sensor GPS.
Keempat pengujian ini dianggap dapat mewakili seluruh kinerja sistem yang ada.
Tabel 3.
Pengujian Aplikasi Android Simulasi Tanpa Getaran kecil .
,5.
Getaran .
,0.
Getaran besar .
,0.
GPS
Aktif
Status
Notifikasi
AMAN
Tidak Gempa Kecil Gempa Sedang Gempa Besar Pengujian ketiga dilakukan dengan menguji sensor ADXL345 dengan menggunakan getaran yang dibuat melalui motor DC gearbox untuk menghasilkan getaran dengan frekuensi ringan hingga getaran yang kuat dengan merubah frekuensi menjadi amplitudo pada program mikrokontroller ESP32 dengan melakukan pengujian sebanyak 20 kali dengan jarak 5 m, 10m, dan 20m.
Berdasarkan nilai amplitudo yang dihasilkan melalui rata-rata percepatan frekuensi yang diberikan oleh motor dc dengan hasil, yaitu gempa kecil dengan rata-rata 532 m/s^2 setara dengan MMI II, gempa sedang rata-rata akselerasi 1.
315 m/s^2 setara dengan MMI i dan gempa besar dengan rata-rata akselerasi 857 m/s^2 setara MMI IV.
Gambar 6.
Implementasi Sistem Hasil Pengujian Setelah dilakukan tahap implementasi, selanjutnya sistem diuji untuk mengetahui keberhasilan koneksivitas perangkat dengan jaringan http://jurnal.
id/index.
php/imtechno IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026
E-ISSN: 2774-342X
Gambar 7.
Grafik Pengujian Gempa Kecil Hasil pengolahan data menunjukkan bahwa nilai akselerasi berada pada rentang 0,350Ae0,700 m/sA dengan rata-rata 0,532 m/sA dan standar deviasi 0,093 m/sA.
Variasi amplitudo sebesar 0,350 m/sA menunjukkan adanya perubahan percepatan yang cukup signifikan selama pengamatan.
Pola grafik memperlihatkan beberapa perubahan mendadak, seperti penurunan pada indeks ke-3 hingga ke-4 dan lonjakan pada indeks ke-5 hingga ke-6, dengan puncak tertinggi pada indeks ke-20 sebesar 0,700 m/sA yang menunjukkan adanya anomali positif.
Secara fisik, nilai akselerasi di atas 0,60 m/sA mengindikasikan adanya getaran kuat atau guncangan tiba-tiba, sedangkan nilai di kisaran 0,35Ae0,45 m/sA menunjukkan kondisi relatif stabil.
Gambar 8.
Grafik Pengujian Gempa Sedang Hasil grafik data menunjukkan bahwa nilai percepatan berkisar antara 0,97 m/sA hingga 1,57 m/sA dengan rata-rata 1,31 m/sA dan deviasi standar 0,16 m/sA.
Variasi amplitudo sebesar 0,60 m/sA menunjukkan adanya perubahan percepatan yang cukup signifikan selama pengamatan.
Pola grafik memperlihatkan beberapa lonjakan dan penurunan tajam, dengan nilai tertinggi pada 1,57 m/sA dan terendah pada 0,97 m/sA, yang mengindikasikan adanya getaran kuat serta periode stabil.
Secara keseluruhan, hasil ini menunjukkan bahwa sistem mampu mendeteksi perubahan percepatan dengan baik, di mana nilai di atas 1,50 m/sA menandakan adanya getaran kuat, sedangkan kisaran 0,97Ae1,10 m/sA mencerminkan kondisi stabil atau getaran http://jurnal.
id/index.
php/imtechno Gambar 9.
Grafik Pengujian Gempa Besar Hasil pengolahan data menunjukkan bahwa nilai percepatan berada pada rentang 0,88 m/sA hingga 4,67 m/sA dengan rata-rata 2,85 m/sA dan deviasi standar 1,15 m/sA.
Amplitudo variasi sebesar 3,79 m/sA menandakan adanya perubahan percepatan yang cukup signifikan selama periode pengamatan.
Pola grafik menunjukkan beberapa perubahan mendadak, dengan penurunan tajam dan lonjakan cepat yang menggambarkan dinamika getaran yang tinggi.
Nilai percepatan di atas 4,0 m/sA menunjukkan adanya getaran kuat atau perubahan posisi yang cepat, sedangkan nilai di bawah 2,0 m/sA menandakan kondisi relatif stabil.
Secara keseluruhan, ini membuktikan bahwa sistem memiliki sensitivitas yang baik dalam mendeteksi variasi percepatan dan mampu merekam perubahan getaran secara akurat.
Selanjutnya, pengujian ke empat dilakukan untuk mengetahui titik koordinat lokasi kejadian.
Dengan melakukan tes perbandingan hasil pembacaan sensor dengan koordinat yang sudah diketahui melalui Google Maps/maps pada smartphone, dengan modul dijalankan selama 10 sampai 20 menit sehingga diperoleh data koordinat latitude dan longitude sebanyak 10 sampel.
Jumlah sampel hasil pembacaan sensor dihitung untuk mengetahui koordinat rata-rata .
atitude,longitud.
dan error jarak setiap sampel terhadap titik referensi dengan menggunakan rumus haversine dapat dilihat pada Tabel 4.
ycc = 2ycI ycaycycaycycnycu (Ooycycnycu2 ( OIyuc OIyuI ) ycaycuyc .
uc1 )ycaycuyc .
uc2 )ycycnycu2 ( )) R = jari-jari bumi .
1 k.
I = lintang .
dalam radian yuI = bujur .
dalam radian Tabel 4.
Pengujian Data Akurasi GPS Error .
Percobaan Latitude Longtitude -6,55726 106,84943 -6,55718 106,84944 8,96392226 IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026
E-ISSN: 2774-342X
-6,55725
106,84943
1,11194926
-6,55722
106,84943
4,44779706
-6,55723
106,84944
3,51399883
-6,55723
106,84943
3,33584779
-6,55722
106,84943
4,44779706
-6,55724
106,84944
2,48314959
-6,55725
106,84943
1,11194926
-6,55725
106,84946
3,49559666
-6,55725
106,84945
2,47339038
Rata-rata 3,291200781 Hasil pengujian modul GPS NEO-6M, diperoleh rata-rata kesalahan posisi sebesar 3,29 meter terhadap titik acuan dengan error maksimum 8,96 meter dan minimum 1,11 meter.
Nilai ini menunjukkan bahwa GPS memiliki tingkat akurasi
yang cukup baik untuk aplikasi pendeteksi gempa
berbasis IoT, karena deviasi posisi masih berada dalam batas toleransi sistem pemantauan lokasi
REFERENSI