PROJECT DOCUMENTATION

Weather Detection System

Smart IoT Weather Station
Course · Internet of Things Team · Kelompok 1 Institution · Universitas Pendidikan Indonesia, Kampus Purwakarta
Weather Detection System dashboard cover
01

Latar Belakang

Perubahan cuaca yang cepat menuntut adanya sistem pemantauan yang akurat dan efisien. Melalui teknologi Internet of Things (IoT), sensor dapat diintegrasikan dengan mikrokontroler untuk memantau suhu, kelembapan, cahaya, dan hujan secara real time.

Proyek ini menggunakan ESP8266 dengan sensor DHT11, LDR, dan Raindrop untuk mendeteksi serta menampilkan kondisi cuaca secara otomatis — sekaligus menjadi sarana pembelajaran penerapan IoT di bidang lingkungan.

02

Tujuan Proyek

01

Deteksi Cuaca

Mendeteksi suhu, kelembapan, cahaya, dan hujan menggunakan sensor DHT11, LDR, dan Raindrop.

02

Koneksi IoT

Mengintegrasikan modul ESP8266 dengan platform Blynk untuk pemantauan data secara real time.

03

Tampilan Data

Menampilkan hasil pembacaan dan klasifikasi cuaca secara informatif melalui LCD 16x2.

04

Uji Sistem

Menguji akurasi, kestabilan, dan efisiensi sistem dalam membaca serta mengirimkan data cuaca.

03

Alat & Bahan

Breadboard
Sensor DHT11
NodeMCU ESP8266
Raindrop Sensor LM393
Kabel Jumper F–F
Kabel Jumper M–F
LCD I2C 16x2
Sensor LDR GL5528
Resistor 220Ω
04

Langkah Kerja — Proses Pengkabelan

KomponenPin KomponenTerhubung ke Pin ESP8266Keterangan
DHT11 (Sensor Suhu & Kelembapan) VCC · GND · DATA 3V · GND · D4 Sumber daya, ground, jalur komunikasi data digital
LDR GL5528 (Sensor Cahaya) Kaki 1 · Kaki 2 3V · A0 (via resistor 10kΩ ke GND) Tegangan referensi & tegangan analog intensitas cahaya
Raindrop Sensor VCC · GND · D0 3V · GND · D0 Sumber daya, ground, output digital kondisi hujan
LCD 16x2 (I2C) VCC · GND · SDA · SCL 3V · GND · D2 · D1 Sumber daya LCD, jalur data & clock I2C

Setiap komponen terhubung melalui breadboard untuk membaca suhu, kelembapan, cahaya, dan kondisi hujan. Data hasil pembacaan ditampilkan pada LCD serta dikirim ke platform Blynk secara real time.

05

Pemrograman

Program ditulis dengan C++ di Arduino IDE untuk membaca data sensor, mengklasifikasikan cuaca, dan mengirim hasil ke Blynk melalui ESP8266.

1

Inisialisasi Library & WiFi

Menggunakan pustaka ESP8266WiFi, BlynkSimpleEsp8266, DHT, dan LiquidCrystal_I2C.

2

Setup Pin Sensor & LCD

Menentukan pin sensor (DHT11 di D4, Raindrop di D0, LDR di A0) dan inisialisasi LCD 16x2 serta koneksi Blynk.

3

Pembacaan & Klasifikasi Cuaca

Membaca data sensor, mengolah hasil dengan logika klasifikasi (summarizeWeather()), menampilkan di LCD dan Blynk.

4

Pengiriman Data ke Blynk

Menjalankan Blynk.run() dan timer.run() agar sistem tetap aktif dan responsif.

06

Pembuatan Dashboard Blynk

1

Membuat Template Baru

Login ke blynk.io, masuk Developer Zone, buat template baru dengan board ESP8266 dan koneksi WiFi.

2

Menambahkan Virtual Pin

Buka menu Datastreams, tambahkan virtual pin (V1, V3, V4, V5) sesuai kode program.

3

Membangun Dashboard Web

Di menu Web Dashboard, tambahkan panel monitoring suhu, cahaya, hujan, dan ringkasan cuaca.

4

Menambahkan Device

Pilih "Create from Template", catat Template ID, Template Name, dan Auth Token.

5

Monitoring Real Time

Sesuaikan credentials pada kode (SSID, password, Auth Token), lalu pantau hasil pembacaan cuaca secara live di dashboard Blynk.

07

Pengujian

SensorHasil Pengujian
Raindrop LM393Saat permukaan basah, sistem membaca kondisi "Hujan" dan LCD menampilkan status tersebut; saat kering, tampilan berubah ke "Tidak Hujan".
LDR (Cahaya)Cahaya terang menampilkan "Cerah/Terik", kondisi redup "Berawan/Sejuk", dan gelap "Mendung". Nilai intensitas juga terlihat di Blynk (V3).
DHT11 (Suhu & Kelembapan)Membaca suhu (°C) dan kelembapan (%RH), berubah sesuai kondisi lingkungan, ditampilkan pada LCD dan Blynk (V1).
08

Hasil & Pembahasan

Sistem berhasil mendeteksi, mengirim, dan menampilkan data cuaca secara real time. DHT11 membaca suhu 25–34°C dan kelembapan 60–85%, LDR mendeteksi intensitas cahaya untuk klasifikasi cerah hingga mendung, sedangkan Raindrop Sensor menampilkan status hujan secara langsung saat mendeteksi air.

Data terkirim cepat ke platform Blynk tanpa jeda signifikan. Untuk pengembangan lebih lanjut, akurasi dapat ditingkatkan melalui kalibrasi sensor berkala dan penerapan algoritma yang lebih adaptif, misalnya logika fuzzy atau machine learning.

09

Credits

Dosen Pengampu
Haffiyan Putra Pratama, S.ST., M.T.
Mata Kuliah
Internet of Things
Anggota Kelompok 1
Dimas Naufal Zuhdi, Fachrur Rizhky Al Fadillah, Karin Nisrina Andriyani, Mohamad Rifki Hamzani, Muhammad Zidan Zulkaromi