PERANCANGAN SISTEM IDENTIFIKASI JENIS PASIR (HALUS - KASAR) BERBASIS SENSOR MPU6050 DENGAN FAST FOURIER TRANSFORM (FFT) DAN RULE-BASED THRESHOLD SERTA DASHBOARD IOT

Abstract

Pasir merupakan salah satu material dasar yang sangat penting dalam industri konstruksi, karena menempati sekitar 70% volume campuran mortar atau beton dan berpengaruh langsung terhadap workabilitas, kepadatan, serta kekuatan tekan struktur. Namun, proses identifikasi jenis pasir (halus dan kasar) yang umum digunakan saat ini, yaitu analisis saringan (sieve analysis), masih bersifat manual, memerlukan waktu lama, dan rentan terhadap subjektivitas operator. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan menguji sebuah sistem identifikasi jenis pasir secara otomatis berbasis sensor getaran MPU6050 yang diintegrasikan dengan mikrokontroler ESP32. Sinyal getaran yang dihasilkan dari interaksi butiran pasir diolah menggunakan metode Fast Fourier Transform (FFT) untuk mengekstraksi fitur frekuensi puncak (f_peak) dan energi spektral total (E_total), yang selanjutnya diklasifikasikan menggunakan algoritma Rule-Based Threshold ke dalam kategori pasir halus dan pasir kasar. Hasil klasifikasi serta data pengukuran ditampilkan secara real-time melalui dashboard Internet of Things (IoT) berbasis Grafana yang terhubung dengan basis data MySQL. Pengujian sistem terhadap 60 sampel pasir menunjukkan tingkat accuracy sebesar 91,7%, precision sebesar 90,3%, dan recall sebesar 93,3%, dengan rata-rata waktu respons sistem sebesar 1,42 detik per siklus identifikasi. Hasil penelitian ini menunjukkan bahwa sistem yang dikembangkan mampu melakukan identifikasi jenis pasir secara otomatis, cepat, dan akurat, sehingga berpotensi digunakan sebagai alternatif metode sieve analysis konvensional