PENGEMBANGAN SISTEM PEMANTAUAN KETINGGIAN AIR SUNGAI DAN DETEKSI BANJIR BERBASIS IMAGE PROCESSING UNTUK MONITORING REAL-TIME DENGAN EVALUASI AKURASI

Abstract

Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia dan memerlukan sistem pemantauan ketinggian air yang mampu bekerja secara cepat, akurat, dan real-time sebagai bagian dari upaya mitigasi bencana. Penelitian ini bertujuan mengembangkan sistem pemantauan ketinggian air sungai dan deteksi kondisi banjir berbasis image processing menggunakan webcam sebagai perangkat akuisisi citra dan Raspberry Pi 5 Model B sebagai unit pemrosesan utama. Metode yang diterapkan meliputi tahapan pre-processing citra, peningkatan kontras menggunakan CLAHE, reduksi noise dengan Gaussian Blur, deteksi tepi menggunakan metode Canny, segmentasi citra, serta deteksi garis permukaan air (waterline detection) untuk mengestimasi ketinggian air berdasarkan skala referensi. Nilai estimasi yang diperoleh kemudian digunakan untuk mengklasifikasikan kondisi air ke dalam kategori normal, siaga, dan banjir. Hasil pengujian menunjukkan bahwa sistem memiliki nilai Mean Absolute Error (MAE) sebesar 0,10 m dan Root Mean Square Error (RMSE) sebesar 0,105 m. Selain itu, sistem mampu mengklasifikasikan kondisi air dengan akurasi sebesar 82,5% serta bekerja pada kecepatan pemrosesan sekitar 12–15 FPS, sehingga memenuhi kebutuhan monitoring secara real-time. Berdasarkan hasil tersebut, sistem yang dikembangkan menunjukkan kinerja yang cukup baik dan berpotensi diterapkan sebagai solusi monitoring ketinggian air sungai berbasis kamera dengan biaya relatif rendah untuk mendukung sistem peringatan dini banjir