IMPLEMENTASI SENSOR BME280 PADA SISTEM PEMANTAUAN DAN KLASIFIKASI CUACA BERBASIS INTERNET OF THINGS (IoT)

Penelitian ini mengembangkan dan mengimplementasikan sistem pemantauan serta klasifikasi cuaca lokal berbasis Internet of Things (IoT) dengan memanfaatkan sensor BME280 untuk mengukur suhu, kelembapan, dan tekanan udara, serta anemometer ZTS3000FSJTN01 melalui Modbus RS485 untuk kecepatan angin. Data lingkungan dikumpulkan setiap dua menit oleh mikrokontroler ESP32 dan dikirim melalui jaringan Wi Fi ke Arduino IoT Cloud untuk visualisasi real time dan penyimpanan historis. Model Adaptive Neuro Fuzzy Inference System (ANFIS) dilatih menggunakan dataset historis keempat parameter tersebut dan di embed ke dalam ESP32 untuk mengklasifikasikan kondisi cuaca (cerah, berawan, hujan) secara otomatis pada tiap siklus pembacaan. Uji lapangan di Beji Timur, Depok, pada 19–20 Juni 2025 (183 siklus) menunjukkan rata rata suhu 29,71 °C, tekanan 1003,91 hPa, kelembapan 67,11 %, dan kecepatan angin sesuai spesifikasi sensor. Hasil klasifikasi ANFIS mencapai akurasi rata rata 86,4 % terhadap data referensi BMKG dan Google Cuaca. Dengan akurasi pengukuran parameter di bawah 5 % error dan latency transmisi 5–8 detik, sistem ini terbukti andal untuk monitoring dan prediksi cuaca lokal, yang diharapkan dapat mendukung pengambilan keputusan di sektor pertanian, perikanan, dan masyarakat umum.