RANCANG BANGUN SISTEM MONITOR POSISI SANDARAN DUDUK, JARAK PANDANG DAN INTENSITAS CAHAYA RUANGAN PADA PENGGUNAAN LAYAR KOMPUTER UTAMA BERBASIS INTERNET OF THINGS (IOT)

MEGA FITRIYANI, . (2026) RANCANG BANGUN SISTEM MONITOR POSISI SANDARAN DUDUK, JARAK PANDANG DAN INTENSITAS CAHAYA RUANGAN PADA PENGGUNAAN LAYAR KOMPUTER UTAMA BERBASIS INTERNET OF THINGS (IOT). Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (738kB)
	Text BAB I.pdf Download (170kB)
	Text BAB II.pdf Restricted to Registered users only Download (739kB)
	Text BAB III.pdf Restricted to Registered users only Download (782kB)
	Text BAB IV.pdf Restricted to Registered users only Download (678kB)
	Text BAB V.pdf Restricted to Registered users only Download (134kB)
	Text DAFTAR PUSTAKA.pdf Download (235kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (409kB)

Abstract

Penelitian ini bertujuan untuk merancang, membangun, dan menguji sebuah sistem berbasis Internet of Things (IoT) yang berfungsi untuk memantau posisi sandaran duduk, jarak pandang, dan intensitas cahaya ruangan selama penggunaan layar komputer utama. Sistem ini dikembangkan untuk meminimalisir dampak kesehatan akibat postur kerja yang tidak ergonomis, jarak pandang yang tidak tepat, dan pencahayaan yang kurang optimal, seperti nyeri punggung bawah (low back pain), kelelahan mata (astenopia), dan gangguan muskuloskeletal lainnya. Prototipe sistem dibangun dengan menggunakan mikrokontroler ESP32 sebagai unit pemroses utama yang terintegrasi dengan tiga sensor, yaitu: sensor kemiringan sudut MPU6050 untuk memantau sudut sandaran punggung (100°–110°), sensor jarak ultrasonik HC-SR04 untuk mengukur jarak mata ke layar (40–75 cm), dan sensor intensitas cahaya BH1750 untuk mengukur tingkat pencahayaan ruangan (300–500 lux). Sistem ini memberikan peringatan secara real-time melalui output suara dari DF Player Mini dan speaker, tampilan visual pada LCD OLED 128x64, serta notifikasi langsung ke pengguna melalui aplikasi Telegram apabila parameter yang terdeteksi berada di luar rentang aman yang telah ditetapkan. Hasil pengujian menunjukkan bahwa sistem dapat berfungsi dengan baik sesuai dengan perancangan. Sensor MPU6050 mampu mendeteksi kemiringan sandaran duduk dengan akurasi yang memadai. Sensor HC-SR04 dapat mengukur jarak dengan error rata-rata di bawah 10%. Sensor BH1750 memberikan pembacaan intensitas cahaya yang konsisten. Notifikasi suara dan pesan pada Telegram berhasil dikirimkan saat kondisi tidak aman terdeteksi. Dengan demikian, sistem yang dikembangkan terbukti efektif sebagai alat monitoring berbasis IoT untuk meningkatkan kesadaran dan memperbaiki kebiasaan kerja di depan komputer, sehingga berpotensi menurunkan risiko gangguan kesehatan terkait pekerjaan. ***** This study aims to design, build, and test an Internet of Things (IoT)-based system for monitoring seatback position, viewing distance, and room light intensity during the use of a main computer screen. The system is developed to minimize health impacts caused by non- ergonomic working postures, improper viewing distances, and suboptimal lighting, such as low back pain, eye strain (asthenopia), and other musculoskeletal disorders. The system prototype was built using an ESP32 microcontroller as the main processing unit, integrated with three sensors: an MPU6050 tilt angle sensor to monitor backrest angle (100°– 110°), an HC-SR04 ultrasonic distance sensor to measure eye-to-screen distance (40–75 cm), and a BH1750 light intensity sensor to measure room illumination (300–500 lux). The system provides real-time warnings through audio output from a DF Player Mini and speaker, visual display on an OLED 128x64 LCD, and direct notifications to users via the Telegram application whenever detected parameters fall outside the predefined safe ranges. Testing results indicate that the system functions well according to the design. The MPU6050 sensor is capable of detecting backrest inclination with adequate accuracy. The HC-SR04 sensor can measure distance with an average error below 10%. The BH1750 sensor provides consistent light intensity readings. Audio alerts and Telegram notifications are successfully delivered when unsafe conditions are detected. Therefore, the developed system proves to be an effective IoT-based monitoring tool for raising awareness and improving work habits in front of a computer, with the potential to reduce the risk of work-related health issue.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Dr. Baso Maruddani, S.T., M.T. ; 2). Drs. Jusuf Bintoro, M.T.
Subjects:	Teknologi dan Ilmu Terapan > Teknik Elektronika
Divisions:	FT > S1 Pendidikan Teknik Elektronika
Depositing User:	Users 32003 not found.
Date Deposited:	04 Feb 2026 02:29
Last Modified:	04 Feb 2026 02:29
URI:	http://repository.unj.ac.id/id/eprint/64870

Actions (login required)

View Item