PENGEMBANGAN ALAT MONITORING GENANGAN AIR PADA RUNWAY GUNA MENDUKUNG PREVENTIVE MAINTENANCE DI BANDAR UDARA

Runway di bandar udara memiliki peranan vital dalam mendukung kelancaran dan keselamatan operasional penerbangan. Salah satu ancaman keselamatan penerbangan yang signifikan adalah keberadaan genangan air pada permukaan
runway yang dapat menyebabkan risiko hydroplaning, yaitu kondisi di mana pesawat kehilangan daya cengkeram akibat terbentuknya lapisan air di antara ban pesawat dan permukaan runway. Risiko ini dapat mengganggu proses lepas landas
maupun pendaratan pesawat dan meningkatkan potensi kecelakaan. Berdasarkan kondisi di Bandar Udara Internasional Sultan Mahmud Badaruddin II Palembang, pengamatan terhadap genangan air di runway hingga saat ini masih dilakukan secara manual oleh petugas dari Airport Air Side Facilities Department (AASFD). Metode manual tersebut bergantung pada observasi visual dan pengukuran sederhana menggunakan alat seperti penggaris, yang dinilai tidak efisien dan memiliki tingkat keakuratan rendah karena rentan terhadap kesalahan manusia serta keterbatasan dalam cakupan area dan waktu pemantauan. Sebagai solusi atas permasalahan tersebut, penelitian ini bertujuan untuk mengembangkan sebuah alat monitoring genangan air pada runway yang bersifat otomatis dan cerdas, dengan mengintegrasikan teknologi Internet of Things (IoT), Artificial Intelligence (AI), dan sensor ultrasonik guna mendukung program preventive maintenance di bandar udara. Alat ini dirancang untuk mendeteksi dan memantau genangan air secara realtime sehingga tindakan preventif dapat dilakukan dengan lebih cepat dan tepat sasaran. Rancangan alat monitoring terdiri atas beberapa komponen utama, yaitu sensor ultrasonik JSN-SR04T yang tahan air untuk pengukuran ketinggian air,
modul GPS untuk menentukan lokasi akurat, kamera sebagai pendeteksi visual tambahan, serta mikrokontroler Arduino dan Raspberry Pi yang berfungsi sebagai otak sistem. Selain itu, sistem ini dilengkapi dengan dashboard website sebagai
antarmuka pengguna untuk menampilkan data hasil pengukuran secara real-time kepada petugas bandara. Untuk meningkatkan kemampuan deteksi visual terhadap genangan air, sistem ini dilengkapi dengan model kecerdasan buatan menggunakan arsitektur U-Net yang diterapkan untuk segmentasi citra. Model AI ini dilatih menggunakan dataset citra genangan air, dan mampu mengenali pola genangan berdasarkan karakteristik visual pada gambar yang diambil oleh kamera. Hasil
pengujian menunjukkan bahwa model AI mencapai akurasi pelatihan sebesar 90% dan akurasi validasi berkisar antara 78% hingga 83%, membuktikan keandalannya dalam mengenali genangan air. Selain itu, pengujian sensor ultrasonik pada
berbagai ketinggian air menunjukkan bahwa akurasi pengukuran meningkat seiring bertambahnya ketinggian air, di mana Sensor 3 menunjukkan hasil paling stabil dengan tingkat akurasi mencapai 100% pada rentang 2–3 cm. Modul GPS
menunjukkan kinerja sangat baik dengan rata-rata error kurang dari 0,0015%, yang memungkinkan pemetaan lokasi genangan air secara akurat pada area runway. Pengujian kamera menunjukkan bahwa sistem mampu mendeteksi genangan air bening hingga jarak 1,5 meter dan genangan air berpasir hingga 2 meter, sehingga efektif digunakan dalam berbagai kondisi permukaan runway. Dari segi sumber daya, uji ketahanan baterai menunjukkan bahwa alat dapat beroperasi secara stabil selama 30 menit dalam mode pengukuran dan transmisi data aktif. Terakhir, pengujian kepuasan pengguna yang melibatkan para profesional dari industri penerbangan serta akademisi menyatakan bahwa sistem ini sangat memuaskan, dengan nilai tinggi pada aspek kegunaan (usability), efektivitas, dan efisiensi. Secara keseluruhan, hasil pengujian membuktikan bahwa prototipe alat monitoring
ini layak untuk diimplementasikan dalam sistem manajemen preventive maintenance runway dan mampu meningkatkan keselamatan penerbangan secara signifikan. Di masa depan, sistem ini memiliki potensi besar untuk dikembangkan
lebih lanjut, seperti penambahan fitur sistem peringatan dini otomatis, peningkatan akurasi algoritma pemrosesan citra, dan pengujian skala besar untuk penerapan di berbagai bandara di Indonesia. Dengan demikian, inovasi ini menjadi kontribusi nyata dalam transformasi digital pengelolaan infrastruktur penerbangan nasional.