Sistem Iot Ruang Server dengan Visualisasi Tren Data untuk Pemeliharaan Preventif

Abstract

Pengelolaan infrastruktur teknologi informasi di lingkungan perguruan tinggi sering menghadapi tantangan nyata dalam mendeteksi gangguan kondisi fisik lingkungan serta menganalisis pengaruh dinamika trafik harian terhadap peningkatan suhu panas mesin peladen secara dini. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring ruang server hibrida bernama ServMon untuk mendukung aktivitas pemeliharaan preventif. Desain penelitian ini menerapkan metode eksperimental Research and Development (R&D) dengan pendekatan model Prototyping. Metodologi yang digunakan memadukan parameter lingkungan dari sensor fisik dengan ekstraksi log aktivitas internal peladen secara waktu nyata. Pada perancangan perangkat keras, pusat kendali diposisikan pada mikrokontroler ESP32 yang mengikat sensor DHT22 serta sensor tegangan ZMPT101B. Di wilayah perangkat lunak, backend Express.js difungsikan untuk menarik log keamanan panel aaPanel guna menghitung metrik pengunjung aktif secara simultan. Seluruh informasi multivariabel tersebut disimpan ke database MySQL dan disajikan lewat grafik visualisasi tren data interaktif berbasis framework Nuxt.js pada sisi frontend. Hasil utama kalibrasi menunjukkan tingkat galat rata-rata sebesar 7,54% untuk suhu, 1,20% untuk kelembapan, dan 3,94% pada pengujian tegangan AC. Pengujian fungsionalitas menggunakan metode Black Box Testing melalui Katalon Studio mencatat keberhasilan mutlak 100% tanpa adanya galat fungsional sistem. Sementara itu, fitur early warning system via Telegram Bot API sukses mengirimkan notifikasi darurat saat kondisi kritis dengan latensi waktu rata-rata 12,75 detik. Hasil User Acceptance Testing menunjukkan persentase kelayakan sebesar 87,5% dalam kategori sangat layak. Kesimpulannya, melalui integrasi teknologi hibrida ini, sistem ServMon terbukti sangat andal dan responsif dalam menunjang aksi pemeliharaan pencegahan jarak jauh secara proaktif serta efisien.