Sistem Deteksi Dini Multi-Sensor untuk Drone Logistik Bencana di Wilayah Kepulauan Terpencil

Abstract

Penanggulangan bencana di wilayah kepulauan terpencil sering kali terhambat oleh keterbatasan akses transportasi logistik, kondisi geografis yang ekstrem, serta minimnya infrastruktur komunikasi dan deteksi dini. Penelitian ini mengusulkan rancangan sistem deteksi dini multi-sensor yang diintegrasikan pada drone logistik bencana. Sistem ini menggabungkan sensor lingkungan (seperti detektor asap, suhu, kelembapan, dan gas berbahaya), sensor navigasi (GPS, IMU, altimeter), serta modul komunikasi berbasis LoRa dan jaringan satelit untuk memastikan transmisi data secara real-time di area tanpa sinyal seluler. Metode yang digunakan meliputi integrasi sensor, pemrosesan data edge computing, serta algoritma fusi data untuk mengurangi positif palsu dan meningkatkan akurasi deteksi ancaman seperti kebakaran hutan, gempa susulan, atau potensi tsunami. Pengujian simulasi dilakukan pada skenario kepulauan terpencil dengan jarak antar pulau hingga 50 km dan kondisi cuaca dinamis. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi perubahan lingkungan kritis dalam waktu kurang dari 10 detik, dengan tingkat akurasi 94,5%, serta mengirimkan peringatan dini ke pusat kendali darat tanpa ketergantungan pada infrastruktur tetap. Dengan demikian, sistem deteksi dini multi-sensor pada drone logistik ini terbukti efektif untuk meningkatkan kesiapsiagaan bencana dan efisiensi pengiriman bantuan di wilayah kepulauan terpencil.