Skripsi
Sistem parkir cerdas menggunakan logika decision tree berbasis lora iot / Muhammad Nashiruddin Wachid
Abstrak
Salah satu perkembangan teknologi dalam bidang transportasi adalah adanya pengembangan dalam sistem pelayanan parkir. Sistem pelayanan parkir saat ini telah banyak menggunakan sistem otomatis dalam pengoperasiannya namun calon pengguna parkir masih terkendala dalam mengetahui informasi ketersediaan ruang parkir tidak hanya itu pengguna parkir tidak jarang harus menghabiskan waktu untuk mencari ruang parkir yang harus mereka tuju. Untuk mengatasi masalah ini perlu sebuah solusi untuk membuat sistem parkir yang dapat memberikan informasi terkait ketersediaan lahan parkir. Pada sistem parkir cerdas ini pengujian dilakukan di lapangan parkir Fakultas Vokasi Universitas Negeri Malang di mana informasi ketersediaan ruang parkir ditampilkan pada aplikasi yang perhitungan jumlah mobil terparkirnya dideteksi menggunakan Logika decision tree dan sensor ultrasonik pada portal masuk dan keluar tempat parkir serta menggunakan sensor ultrasonik pada tiap slot parkir yang terintegrasi dengan LoRa IoT. Adapun sensor dan parameter yang digunakan dalam peneltian ini adalah sensor HC-SR04 yang berfungsi untuk mendeteksi mobil dan akan menghasilkan nilai string untuk diproses menggunakan logika decision tree yang diproses di mikrokontroler NodeMCU ESP8266. Logika decision tree yang dirancang berfungsi untuk mengendalikan parameter mobil masuk dan mobil keluar kemudian data tersebut dikirimkan ke blok gateway serta data akan dikirim ke server Firebase melalui jaringan internet untuk kemudian akan ditampilkan pada aplikasi android sebagai monitoring secara real time. Berdasarkan hasil pengujian didapat persentase error sensor HC-SR04 sebesar 1 84% dan persentase error untuk server ndash client LoRa pengiriman data ke Firebase adalah 0%. Kemudian pengujian decision tree memiliki Tingkat keberhaslan sebesar 95 65% dalam mendeteksi keputusan. Aplikasi android yang dirancang dapat berjalan dengan baik dan dapat menampilkan data sesuai data yng tersimpan pada server Firebase. Lalu untuk pengujian keseluruhan alat diperoleh kesimpulan bahwa loika decision tree yang dirancang dapat mendeteksi kondisi mobil keluar dan mobil masuk dengan baik.