MEDIABERITA, SURABAYA – Lima mahasiswa Program Studi D4 Keselamatan dan Kesehatan Kerja (K3) Universitas Nahdlatul Ulama Surabaya (UNUSA) mengembangkan SafeLight Tsunami Route, sebuah prototipe rambu evakuasi berbasis sensor yang dirancang untuk memberikan informasi kondisi bahaya secara adaptif dan real-time.
Inovasi tersebut memperoleh pendanaan dalam Program Kreativitas Mahasiswa-Karsa Cipta (PKM-KC) 2026, salah satu skema pendanaan Program Kreativitas Mahasiswa (PKM) Kemdiktisaintek.
Tim pengembang terdiri atas Rofiq Arroyan, Nadea Putri Wahyuni, Cicilia Febriana Mayangsari, Rachmalia Eka Putri, dan Angga Adi Nugroho. Mereka mengembangkan prototipe tersebut di bawah bimbingan dosen Merry Sunaryo.
SafeLight Tsunami Route berangkat dari persoalan fungsi rambu evakuasi konvensional yang pada umumnya menyampaikan informasi arah secara statis.
Tim kemudian mengembangkan konsep rambu yang dapat memberikan informasi berdasarkan kondisi lingkungan yang terdeteksi melalui sensor dan sistem monitoring.
“SafeLight Tsunami Route mengintegrasikan teknologi sensor, sistem monitoring, serta indikator visual dan suara untuk membantu menyampaikan informasi mengenai kondisi bencana kepada masyarakat,” ujar tim pengembang.
Prototipe tersebut menggabungkan dua subsistem, yakni subsistem darat dan subsistem laut. Pada bagian darat, sistem menggunakan mikrokontroler ESP32 dan sensor getaran MPU6050 untuk membaca aktivitas atau getaran yang berkaitan dengan gempa.
Sementara itu, subsistem laut menggunakan sensor pelampung untuk memantau perubahan muka air laut sebagai salah satu parameter dalam sistem peringatan.
Data yang diperoleh dari kedua subsistem kemudian diproses untuk menentukan kondisi yang akan ditampilkan melalui sistem indikator.
Indikator tersebut dirancang dalam tiga kondisi. Lampu hijau menunjukkan kondisi aman. Lampu kuning disertai sirine menandakan kondisi gempa atau kewaspadaan.
Adapun lampu merah dengan sirine berintensitas lebih tinggi menunjukkan indikasi potensi tsunami dan perlunya segera mengikuti prosedur evakuasi.
Sistem monitoring menjadi bagian lain dari rancangan SafeLight Tsunami Route. Data yang diperoleh sensor dikirimkan melalui modem MiFi menuju sistem pemantauan sehingga kondisi perangkat dapat dipantau secara real-time.
Tingkat guncangan juga ditampilkan menggunakan Modified Mercalli Intensity (MMI) sebagai representasi intensitas guncangan yang terdeteksi.
Untuk mendukung kebutuhan energi, prototipe menggunakan panel surya sebagai sumber energi mandiri. Energi dari panel surya diatur melalui solar charge controller sebelum disimpan dalam baterai. Kebutuhan daya setiap komponen elektronik kemudian disesuaikan menggunakan konverter tegangan.
Karena ditujukan untuk mendukung penggunaan di lingkungan pesisir, komponen elektronik utama ditempatkan di dalam box pelindung. Penempatan tersebut menjadi bagian dari penyesuaian perangkat terhadap kondisi lingkungan tempat prototipe dikembangkan.
Dalam proses pengembangannya, SafeLight Tsunami Route telah melalui tahap perakitan dan pengujian. Hasil pengujian dan evaluasi digunakan untuk menyempurnakan sejumlah bagian, termasuk rangkaian elektronik, konfigurasi LED RGB, pemrograman sistem monitoring, serta penyajian informasi tingkat guncangan menggunakan skala MMI.
Bagi tim pengembang, SafeLight Tsunami Route menjadi bentuk penerapan keilmuan K3 dalam bidang kesiapsiagaan dan mitigasi bencana.
“Melalui pendekatan berbasis teknologi, kami tidak hanya mengembangkan perangkat, tetapi juga berupaya menghadirkan solusi yang dapat mendukung penyampaian informasi dalam situasi darurat,” kata tim.
Tim berharap prototipe tersebut dapat dikembangkan lebih lanjut sebagai perangkat pendukung penyampaian informasi kondisi bencana dan evakuasi, terutama bagi masyarakat yang tinggal atau beraktivitas di wilayah pesisir yang memiliki potensi gempa bumi dan tsunami.
Dengan menggabungkan sensor, Internet of Things (IoT), indikator visual dan suara, sistem monitoring real-time, serta energi terbarukan, SafeLight Tsunami Route dikembangkan sebagai rambu evakuasi yang dapat merespons kondisi lingkungan berdasarkan data yang diterima sensor.
