CableMap - Piecewise Linear Land Evaluation for Underground Cable Routing

Ringkasan

CableMap merupakan sistem IoT yang dikembangkan untuk membantu proses survei dan evaluasi kondisi tanah pada perencanaan jalur kabel bawah tanah. Sistem ini mengintegrasikan perangkat akuisisi data berbasis ESP32 dengan dashboard GIS berbasis web untuk melakukan pengumpulan, pengolahan, dan visualisasi data lapangan secara terpusat.

Perangkat lapangan mengumpulkan berbagai parameter tanah seperti Nitrogen (N), Phosphorus (P), Potassium (K), Electrical Conductivity (EC), serta koordinat GPS pada setiap titik pengambilan sampel. Data tersebut kemudian dikirimkan ke server untuk dianalisis menggunakan metode Piecewise Linear Scoring sehingga menghasilkan nilai kelayakan lahan yang dapat digunakan sebagai dasar pengambilan keputusan dalam proses penentuan jalur kabel bawah tanah.

Hasil analisis divisualisasikan dalam bentuk dashboard interaktif yang menampilkan data sensor, riwayat pengukuran, serta representasi spasial menggunakan peta digital.

Implementasi Sistem

Arsitektur sistem terdiri dari tiga lapisan utama yaitu perangkat akuisisi data, server pemrosesan, dan dashboard visualisasi.

Pada sisi perangkat lapangan, ESP32 berfungsi sebagai pusat kendali yang terhubung dengan sensor NPK berbasis RS485 untuk memperoleh data kondisi tanah. Modul GPS Neo-6M digunakan untuk memperoleh koordinat lokasi pengambilan sampel, sedangkan SIM800L digunakan sebagai media komunikasi data menuju server melalui jaringan seluler.

Untuk mendukung mobilitas perangkat di lapangan, sistem menggunakan dua baterai 18650 yang dirangkai secara seri. Tegangan baterai diatur menggunakan rangkaian step-down dan step-up converter untuk memenuhi kebutuhan masing-masing komponen. Status kapasitas baterai juga dimonitor menggunakan modul battery level indicator sehingga kondisi perangkat dapat dipantau secara real-time.

Proses dimulai ketika perangkat melakukan pembacaan data NPK dan koordinat GPS pada lokasi survei. Data yang diperoleh kemudian dikirimkan ke server menggunakan protokol HTTP.

Setelah data diterima, server menjalankan proses evaluasi menggunakan metode Piecewise Linear Scoring. Metode ini digunakan untuk mengubah nilai sensor menjadi skor kelayakan berdasarkan rentang parameter yang telah ditentukan sebelumnya.

Skor dari setiap parameter kemudian digabungkan menjadi skor akhir yang digunakan untuk mengklasifikasikan kondisi lahan ke dalam tiga kategori:

• Baik (Good)
• Cukup Baik (Moderate)
• Buruk (Poor)

Seluruh hasil analisis disimpan ke database dan dapat diakses melalui dashboard web untuk keperluan monitoring maupun evaluasi lanjutan.

Dashboard menyediakan tampilan data hasil akuisisi yang mencakup:

• Waktu pengambilan data.
• Nilai Nitrogen, Phosphorus, dan Potassium.
• Koordinat GPS.
• Hasil scoring.
• Kategori kelayakan lahan.

Data disimpan secara historis sehingga pengguna dapat melakukan analisis terhadap hasil survei yang telah dilakukan sebelumnya.

Untuk mempermudah interpretasi hasil survei, sistem memanfaatkan Leaflet.js sebagai library GIS open-source untuk menampilkan data pada peta interaktif.

Setiap titik pengambilan sampel divisualisasikan berdasarkan koordinat GPS yang diperoleh di lapangan. Selain itu, sistem juga menampilkan representasi tingkat kelayakan lahan menggunakan indikator warna:

• Hijau (Good) : Layak digunakan.
• Kuning (Moderate) : Memerlukan perlindungan tambahan.
• Merah (Poor) : Tidak direkomendasikan.

Visualisasi ini membantu pengguna memahami distribusi kondisi tanah secara spasial sehingga proses perencanaan jalur kabel dapat dilakukan dengan lebih efektif.

Kesimpulan

CableMap berhasil mengintegrasikan teknologi IoT, GIS, dan data processing dalam satu platform yang mampu melakukan evaluasi kondisi tanah secara otomatis.

Melalui kombinasi perangkat akuisisi lapangan, algoritma Piecewise Linear Scoring, dan dashboard visual berbasis peta, sistem mampu menyederhanakan proses survei serta memberikan informasi yang lebih terstruktur untuk mendukung perencanaan jalur kabel bawah tanah.

Proyek ini memberikan pengalaman praktis dalam pengembangan Embedded System, komunikasi IoT, backend development, geospatial visualization, serta implementasi algoritma pengambilan keputusan berbasis data.