Rancang Bangun Alat Pengukuran Tingkat Kebisingan Pengeras Suara Pada Peron Stasiun MRT JAKARTA Berbasis INTERNET OF THINGS

Rancang Bangun Alat Pengukuran Tingkat Kebisingan Pengeras Suara Pada Peron Stasiun MRT JAKARTA Berbasis INTERNET OF THINGS

Fasilitas layanan informasi bagi penumpang kereta MRT Jakarta di peron up track dan down track salah satunya yaitu berupa pengeras suara. Pengeras suara merupakan fasilitas informasi yang tergolong vital di stasiun dan penumpang untuk mengetahui informasi di stasiun. Pengukuran tingkat kebisingan pengeras suara yang standar dengan rentang 70-90 dB. Tim RSISM dari MRT Jakarta melakukan perawatan tingkat kebisingan pengeras suara masih menggunakan alat pengukuran Sound Level Meter, dimana alat tersebut masih bersifat manual dalam arti pengukurannya masih dilakukan satu per satu. Pemanfaatan teknologi IoT kerap dibutuhkan untuk rancang bangun alat pengukuran tingkat kebisingan pengeras suara. Rancang bangun alat pada penelitian ini mengintegrasikan perangkat keras dan perangkat lunak. Perangkat keras yang digunakan yaitu Sensor MAX9814, Modul ADC, OLED, Switch ON/OFF, Jack DC Charge, Baterai, Buzzer, Step Down 5V dan ESP32. Kemudian, perangkat lunaknya terdiri dari Arduino IDE, Blynk, dan Google Sheets. Beberapa pengujian rancang bangun alat ini yaitu uji validitas sensor MAX9814 dengan perbandingan Sound Level Meter dan uji delay pengiriman data dari display OLED ke Blynk. Berdasarkan hasil uji validasi menggunakan sensor MAX9814 untuk mengukur tingkat kebisingan dengan perbandingan Sound Level Meter. Uji validasi diya sengan sumber suaranya menggunakan Speaker JBL yang tingkat volumenya diubah-ubah yang didapatkan hasil pada jarak 10 cm adalah nilai rata-rata presentase error 2,5% dan nilai presentase akurasi 97,5%, jarak 20 cm adalah nilai rata-rata presentase error sebesar 2,7% dan nilai presentase akurasi sebesar 97,3%, dan jarak 30 cm adalah nilai rata-rata presentase error sebesar 2,6% dan nilai presentase akurasi sebesar 97,4%. Kemudian, berdasarkan penerapan IoT didapatkan dengan hasil untuk kebutuhan monitoring dan data logger. Kebutuhan monitoring menggunakan Blynk dengan diuji delay pengiriman datanya dari display OLED ke aplikasi Blynk dan didapatkan nilai rata-rata delay sebesar 829,28 ms yang dikategorikan buruk. Kebutuhan data logger menggunakan Google Sheets dengan terdapat keterangan pada tampilan data logger secara real-time yaitu tanggal, jam, dan level suara (dB).

Kata Kunci: Blynk, ESP32, Google Sheets, Kebisingan, MAX9814, Pengeras Suara