Ringkasan Inovasi
Desa Tambaksumur di Kecamatan Waru, Kabupaten Sidoarjo, Provinsi Jawa Timur, mengadopsi teknologi pemantauan banjir berbasis Internet of Things (IoT) melalui pemasangan dua alat utama: Automatic Rainfall Recorder (ARR) sebagai penakar curah hujan otomatis dan Automatic Water Level Recording (AWLR) sebagai pemantau ketinggian muka air saluran drainase secara *real-time*. Inovasi ini lahir dari kolaborasi antara Pemerintah Desa Tambaksumur dan Institut Teknologi Sepuluh Nopember (ITS) Surabaya melalui program Kuliah Kerja Nyata (KKN) yang melibatkan 10 dosen dan 32 mahasiswa dari tiga fakultas (Fakultas Vokasi, Fakultas Teknik Sipil Perencanaan dan Kebumian/FTSPK, serta Fakultas Sains dan Analitika Data/FSAD). Inovasi ini menjawab masalah banjir berulang yang disebabkan oleh rendahnya elevasi rumah warga, pesatnya pertumbuhan perumahan baru, sedimentasi saluran, dan limbah cair rumah tangga. Data curah hujan, durasi hujan, tinggi genangan, dan muka air saluran kini dapat dipantau warga melalui aplikasi *smartphone* kapan saja dan dari mana saja, sehingga keputusan mitigasi banjir tidak lagi bergantung pada pengamatan manual yang lambat dan tidak akurat [1][2].
Latar Belakang
Desa Tambaksumur merupakan salah satu dari 17 desa di Kecamatan Waru, Kabupaten Sidoarjo, Jawa Timur. Kecamatan Waru sendiri berada di kawasan penyangga utama Kota Surabaya di sisi selatan, menjadikannya salah satu kecamatan dengan laju urbanisasi dan densitas permukiman tertinggi di Sidoarjo. Posisi geografis yang berbatasan langsung dengan Surabaya membuat tekanan pembangunan perumahan baru di desa ini sangat masif. Secara historis, desa ini memiliki nilai kultural yang kental, dengan tokoh sentral Mbah Zainal Abidin yang berperan dalam perkembangan spiritual masyarakat setempat [3][4].
Kondisi awal (*baseline*) sebelum inovasi diterapkan sangat memprihatinkan. Banjir dan genangan merupakan masalah laten yang dihadapi warga Tambaksumur secara berulang setiap musim hujan. Penyebabnya bersifat struktural dan saling terkait: elevasi rumah warga yang rendah, pesatnya pertumbuhan perumahan baru yang mengurangi daerah resapan air, saluran drainase yang mengalami pendangkalan akibat sedimentasi, limbah cair rumah tangga yang menumpuk, serta adanya bangunan liar yang berdiri di atas saluran air sehingga menghambat aliran. Sistem drainase di Kecamatan Waru secara umum dinilai kurang optimal—dimensi saluran terlalu kecil untuk menampung debit air hujan yang semakin besar. Dampaknya sangat nyata: genangan air yang berlangsung lama merusak infrastruktur jalan, mengganggu aktivitas ekonomi warga, dan mengancam kesehatan masyarakat [3][4].
Peristiwa pemicu (*trigger event*) lahirnya inovasi ini adalah kesadaran Pemerintah Desa bahwa pendekatan konvensional (sekadar membersihkan saluran dan mengeruk sedimen) tidak cukup untuk mengatasi banjir yang semakin kompleks. Warga membutuhkan kemampuan untuk “membaca” tanda-tanda bahaya sebelum banjir terjadi, bukan hanya bereaksi setelah air sudah menggenangi rumah. Pada saat bersamaan, terbuka peluang kolaborasi dengan ITS Surabaya melalui program KKN yang dirancang sebagai platform transfer teknologi dari kampus ke masyarakat. Kolaborasi inilah yang menjembatani kebutuhan riil desa dengan kapasitas teknologi perguruan tinggi [1].
Inovasi yang Diterapkan
Inovasi yang diterapkan terdiri dari dua perangkat teknologi IoT yang bekerja secara sinergis. Perangkat pertama adalah Automatic Rainfall Recorder (ARR), sebuah alat penakar curah hujan otomatis yang dipasang di atap rumah warga. ARR bekerja dengan menampung air hujan ke dalam wadah berukuran kecil, lalu sensor di dalamnya secara otomatis mengukur volume air yang masuk dan menghitung intensitas curah hujan per satuan waktu. Data yang dihasilkan meliputi: total curah hujan (mm), durasi hujan (jam), dan estimasi tinggi genangan potensial. Seluruh data ini dikirimkan secara *real-time* melalui jaringan internet ke aplikasi di *smartphone* warga [1][2].
Perangkat kedua adalah Automatic Water Level Recording (AWLR), yang dipasang pada salah satu saluran drainase utama desa. AWLR menggunakan sensor ultrasonik atau sensor tekanan yang terendam di dalam saluran untuk mengukur ketinggian muka air secara kontinu. Ketika muka air mendekati ambang batas kritis, sistem secara otomatis mengirimkan peringatan (*alert*) ke aplikasi warga. Kombinasi data dari ARR (curah hujan yang turun) dan AWLR (muka air yang naik) memberikan gambaran situasional yang komprehensif: warga tidak hanya tahu berapa banyak hujan yang turun, tetapi juga seberapa cepat saluran drainase mereka merespons curah hujan tersebut [1][2].
Elemen pembeda paling fundamental dari inovasi ini dibandingkan sistem pemantauan konvensional adalah demokratisasi data. Data curah hujan dan muka air yang sebelumnya hanya dimiliki oleh badan meteorologi atau dinas PU kini tersedia langsung di genggaman tangan setiap warga melalui aplikasi *smartphone*. Warga tidak perlu menunggu informasi dari pemerintah atau media; mereka bisa mengambil keputusan mitigasi secara mandiri berdasarkan data yang mereka baca sendiri [1].
Proses Penerapan Inovasi
Penerapan inovasi dimulai dengan tahap koordinasi kelembagaan antara Pemerintah Desa Tambaksumur dan pihak ITS Surabaya. Tim KKN yang diterjunkan bersifat multidisipliner: Fakultas Vokasi menyumbangkan keahlian teknis perakitan alat, FTSPK menyumbangkan pemahaman tentang hidrologi dan drainase, serta FSAD menyumbangkan kemampuan analisis data. Total 10 dosen pembimbing dan 32 mahasiswa bekerja bahu-membahu dengan perangkat desa dan warga selama periode KKN [1].
Sebelum pemasangan alat, tim melakukan survei lokasi dan pengukuran topografi secara cermat bersama warga. Tahap pemetaan ini krusial karena penempatan alat menentukan akurasi dan relevansi data yang dihasilkan. ARR harus ditempatkan di titik yang tidak terhalang bangunan atau pohon agar curah hujan terukur secara representatif. AWLR harus dipasang di saluran drainase yang paling mewakili kondisi aliran air lingkungan secara keseluruhan. Setelah titik optimal ditemukan, ARR dipasang di atap rumah warga, sementara AWLR dipasang di saluran drainase utama [1][2].
Kegagalan yang menjadi pembelajaran paling berharga terjadi pada fase adaptasi pengguna. Setelah alat terpasang dan aplikasi berjalan, tim menyadari bahwa sebagian besar warga—terutama lansia—tidak memahami cara membaca data numerik di layar *smartphone*. Angka curah hujan “25 mm/jam” atau muka air “78 cm” tidak berarti apa-apa bagi mereka. Tim kemudian mengoreksi pendekatan dengan menambahkan sistem penanda visual berwarna: hijau (aman), kuning (waspada), dan merah (bahaya/segera evakuasi) pada tampilan aplikasi. Penyederhanaan ini mengubah data teknis menjadi informasi yang bisa langsung ditindaklanjuti oleh siapa pun, termasuk warga yang tidak melek teknologi. Wawasan bagi replikator: teknologi bukan tentang kecanggihan alat, melainkan tentang kesederhanaan antarmuka pengguna [2].
Tantangan, Kendala, dan Mitigasi
Tantangan internal yang dihadapi adalah kesenjangan literasi digital antar-generasi di desa. Warga muda relatif cepat mengadopsi aplikasi pemantauan, sementara warga lansia yang justru paling rentan terhadap banjir kesulitan mengoperasikan *smartphone*. Selain itu, keterbatasan bandwidth internet di beberapa titik desa menyebabkan pengiriman data dari sensor ke aplikasi mengalami *delay*, yang berpotensi mengurangi nilai kecepatan peringatan dini [1].
Tantangan eksternal bersumber pada kondisi fisik lingkungan yang terus berubah. Pertumbuhan perumahan baru yang tidak terkendali mengubah pola aliran air secara dinamis, sehingga kalibrasi alat perlu dilakukan secara berkala. Sedimentasi saluran yang cepat juga bisa mengganggu akurasi sensor AWLR jika tidak dibersihkan secara rutin. Dari sisi institusional, keberlanjutan program setelah tim KKN ITS kembali ke kampus menjadi perhatian serius—siapa yang akan memelihara alat dan memperbarui sistem? [1][3].
Mitigasi yang ditempuh bersifat berlapis. Untuk kesenjangan digital, tim KKN melatih kader-kader lingkungan (ketua RT/RW) sebagai “penerjemah data” yang meneruskan informasi dari aplikasi ke warga lansia secara verbal atau melalui pengeras suara musholla. Untuk masalah bandwidth, sensor dirancang menyimpan data secara lokal (*buffer*) dan mengirimnya secara periodik, sehingga tidak bergantung pada koneksi internet yang kontinu. Untuk keberlanjutan pasca-KKN, pemerintah desa menunjuk operator desa yang dilatih langsung oleh tim ITS untuk melakukan perawatan rutin sensor, kalibrasi berkala, dan *troubleshooting* dasar [1][2].
Faktor Penentu Keberhasilan
Faktor penentu utama keberhasilan inovasi ini adalah kualitas kolaborasi antara desa dan perguruan tinggi. ITS tidak datang sebagai “pihak luar yang tahu segalanya”, melainkan sebagai mitra yang terlebih dahulu mendengarkan masalah warga, melakukan survei topografi bersama, lalu merancang solusi yang sesuai dengan konteks lokal. Model KKN multidisipliner (3 fakultas, 10 dosen, 32 mahasiswa) memastikan bahwa setiap aspek masalah—teknis, sosial, dan analitis—ditangani secara simultan [1].
Faktor kedua adalah kesiapan Pemerintah Desa yang tidak hanya pasif menerima teknologi, melainkan aktif menyediakan lokasi pemasangan, mengorganisir warga untuk mengikuti pelatihan, dan menyiapkan anggaran untuk pemeliharaan alat pasca-KKN. Tanpa komitmen birokrasi lokal ini, alat-alat canggih hanya akan menjadi “pajangan elektronik” yang rusak dalam hitungan bulan. Modal sosial berupa kebiasaan gotong royong dan kerja bakti membersihkan saluran juga menjadi fondasi yang memudahkan adopsi teknologi baru oleh warga [1].
Hasil dan Dampak Inovasi
Dampak paling segera dari inovasi ini adalah transformasi paradigma mitigasi banjir di Desa Tambaksumur. Merujuk kondisi awal (*baseline*) di mana warga hanya bisa bereaksi setelah air sudah menggenangi rumah, kini mereka memiliki kemampuan membaca tanda-tanda bahaya jauh sebelum banjir terjadi. Warga dapat memantau curah hujan, durasi hujan, tinggi genangan potensial, dan muka air saluran secara *real-time* melalui aplikasi *smartphone* tanpa harus datang langsung ke lokasi. Kecepatan respons mitigasi meningkat secara signifikan: dari “reaktif” (menunggu air naik) menjadi “prediktif” (bertindak berdasarkan data) [1][2].
Perubahan perilaku masyarakat sangat kentara. Warga tidak lagi hanya mengandalkan kerja bakti membersihkan saluran sebagai satu-satunya strategi mitigasi. Mereka mulai terbiasa “membaca data” sebelum hujan deras, mempersiapkan barang-barang berharga, dan bahkan mengkoordinasikan evakuasi mandiri antar-RT berdasarkan peringatan warna di aplikasi. Dampak *spillover* yang tidak direncanakan adalah terbukanya ruang belajar bersama antara warga dan akademisi: desa menjadi laboratorium sosial (*living lab*) yang membuktikan bahwa teknologi IoT perguruan tinggi bisa bekerja di tengah permukiman padat penduduk, bukan hanya di ruang eksperimen kampus [1].
Sumber Pendanaan dan Model Bisnis
Pendanaan inovasi ini bersumber dari tiga komponen. Komponen pertama adalah anggaran program KKN ITS yang mencakup biaya pengadaan sensor ARR dan AWLR, perangkat transmisi data, dan pengembangan aplikasi *smartphone*. Komponen kedua adalah kontribusi Pemerintah Desa Tambaksumur yang menyediakan lokasi pemasangan, dukungan logistik selama proses survei dan instalasi, serta anggaran untuk pemeliharaan alat pasca-KKN. Komponen ketiga adalah partisipasi swadaya warga yang menyediakan atap rumah sebagai lokasi pemasangan ARR dan tenaga gotong royong selama proses konstruksi [1].
Model keberlanjutan keuangan jangka panjang dirancang melalui alokasi anggaran rutin dari APBDes untuk biaya pemeliharaan sensor dan langganan internet. Biaya operasional yang sangat rendah (hanya perawatan sensor dan paket data) membuat inovasi ini tidak memerlukan sumber pendapatan khusus. Jika desa memutuskan untuk meng-*upgrade* sistem di masa depan (misalnya menambah titik sensor di saluran lain), pendanaan dapat diperoleh dari Dana Desa atau melalui proposal kemitraan dengan perguruan tinggi dan lembaga donor kebencanaan [1].
Pelajaran yang Dipetik (Lessons Learned)
Pelajaran terbesar dari Tambaksumur adalah bahwa teknologi terbaik di dunia tidak berguna jika penggunanya tidak bisa membaca data yang dihasilkan. Keputusan paling cerdas yang dilakukan tim adalah menambahkan sistem penanda visual berwarna (hijau/kuning/merah) pada aplikasi setelah menyadari bahwa angka-angka teknis tidak berarti bagi sebagian besar warga. Kesederhanaan antarmuka (*user interface*) adalah penentu adopsi teknologi di pedesaan [2].
Hal yang akan dilakukan berbeda jika memulai dari awal adalah melibatkan warga dalam proses desain antarmuka aplikasi sejak hari pertama, bukan baru mengoreksi setelah alat terpasang. Pendekatan *co-design* (merancang bersama pengguna akhir) akan menghemat waktu dan mencegah frustrasi awal yang bisa merusak kepercayaan warga terhadap teknologi baru.
Saran praktis bagi desa lain: jangan pernah memasang alat pemantauan tanpa terlebih dahulu melatih “kader penerjemah data” di tingkat RT/RW. Investasi dalam pelatihan manusia sama pentingnya dengan investasi dalam perangkat keras. Satu orang kader yang mampu membaca dan mengomunikasikan data banjir ke 50 tetangganya bernilai lebih besar daripada satu sensor seharga puluhan juta rupiah yang datanya tidak dipahami siapa pun.
Strategi Keberlanjutan Inovasi
Keberlanjutan inovasi ini dijaga melalui tiga mekanisme. Pertama, penunjukan operator desa yang telah dilatih oleh tim ITS untuk melakukan perawatan rutin sensor, kalibrasi berkala, dan *troubleshooting* dasar. Kedua, pemerintah desa mengalokasikan anggaran tahunan dari APBDes untuk biaya langganan internet dan penggantian komponen sensor yang aus. Ketiga, hubungan kelembagaan dengan ITS dijaga agar setiap ada pembaruan teknologi atau kebutuhan *upgrade* sistem, desa dapat mengakses dukungan teknis dari kampus [1].
Regenerasi kepemimpinan tidak menjadi risiko kritis karena sistem ini beroperasi secara otomatis; data mengalir dari sensor ke aplikasi tanpa memerlukan intervensi manual. Yang perlu dijaga adalah kapasitas manusia untuk membaca dan menindaklanjuti data tersebut. Rencana jangka panjang adalah mengintegrasikan data ARR dan AWLR dengan sistem tanggap darurat lokal (Destana/Desa Tangguh Bencana) sehingga peringatan otomatis dari sensor langsung terhubung dengan sirene banjir dan jalur evakuasi yang sudah ditetapkan [1].
Kontribusi Pencapaian SDGs
Inovasi pemantauan banjir berbasis IoT di Desa Tambaksumur berkontribusi langsung pada percepatan pencapaian Tujuan Pembangunan Berkelanjutan (SDGs).
| No SDGs | Penjelasan | Indikator |
| SDGs 9: Industri, Inovasi, dan Infrastruktur | Menerapkan teknologi IoT untuk membangun infrastruktur pemantauan banjir yang tangguh dan berkelanjutan di tingkat desa. | Jumlah sensor IoT yang terpasang dan beroperasi aktif di jaringan drainase desa. |
| SDGs 11: Kota dan Permukiman Berkelanjutan | Meningkatkan ketangguhan permukiman padat terhadap risiko banjir melalui sistem peringatan dini berbasis data *real-time*. | Penurunan waktu respons mitigasi warga dari jam ke menit sejak peringatan aplikasi diterima. |
| SDGs 13: Penanganan Perubahan Iklim | Memperkuat kapasitas adaptasi masyarakat terhadap perubahan pola curah hujan akibat perubahan iklim melalui pemantauan data cuaca yang akurat. | Ketersediaan data curah hujan historis yang dapat digunakan untuk analisis tren dan perencanaan adaptasi. |
| SDGs 17: Kemitraan untuk Mencapai Tujuan | Membangun model kolaborasi desa-perguruan tinggi (ITS) yang dapat direplikasi untuk menyelesaikan berbagai persoalan publik melalui transfer teknologi. | Jumlah desa lain yang mereplikasi model kemitraan desa-kampus untuk inovasi kebencanaan. |
Replikasi dan Scale Up Inovasi
Model Tambaksumur sangat relevan untuk direplikasi oleh desa-desa lain yang menghadapi banjir berulang, terutama di kawasan peri-urban (pinggiran kota besar) yang mengalami tekanan urbanisasi serupa. Prasyarat minimum untuk replikasi adalah: (1) adanya perguruan tinggi atau lembaga riset yang bersedia bermitra, (2) ketersediaan jaringan internet di lokasi pemasangan sensor, dan (3) komitmen pemerintah desa untuk mengalokasikan anggaran pemeliharaan pasca-instalasi [1].
Estimasi biaya replikasi untuk pemasangan satu set ARR dan AWLR beserta pengembangan aplikasi berkisar Rp15-30 juta, tergantung pada spesifikasi sensor dan kompleksitas jaringan drainase yang dipantau. Waktu instalasi berkisar 2-4 minggu (termasuk survei topografi, pemasangan, dan pelatihan warga). Model adaptasi untuk desa yang tidak memiliki akses ke perguruan tinggi dapat menggandeng Badan Penanggulangan Bencana Daerah (BPBD) atau lembaga swadaya masyarakat yang memiliki kapasitas teknologi serupa. Untuk *scale up* ke tingkat kecamatan atau kabupaten, pemerintah daerah dapat mengintegrasikan data dari seluruh sensor desa ke dalam satu *dashboard* terpusat di Pusat Pengendalian Operasi (Pusdalops) kebencanaan, menciptakan sistem peringatan dini banjir berskala wilayah [2].
Daftar Pustaka
[1] ITS News, “KKN ITS Kembangkan Teknologi Mitigasi Banjir di Desa Tambaksumur,” Its.ac.id, 2024. [Online]. Tersedia: https://www.its.ac.id/news/kkn-its-kembangkan-teknologi-mitigasi-banjir-di-desa-tambaksumur.
[2] JatimNow, “Dosen dan Mahasiswa ITS Pasang Penakar Hujan Otomatis di Desa Tambaksumur Sidoarjo,” Jatimnow.com, 2024. [Online]. Tersedia: https://jatimnow.com/desa-tambaksumur-arr-awlr-its-surabaya.
[3] Pemerintah Kabupaten Sidoarjo, “Profil Kecamatan Waru dan Upaya Mitigasi Banjir,” Sidoarjokab.go.id, 2024. [Online]. Tersedia: https://sidoarjokab.go.id/.
[4] Kompas, “Masalah Banjir di Kecamatan Waru Sidoarjo: Antara Urbanisasi dan Drainase,” Kompas.com, 2024. [Online]. Tersedia: https://www.kompas.com/tren/read/2024/sidoarjo-banjir-waru-drainase.
[5] ResearchGate/UPN Jatim, “Evaluasi Sistem Drainase Kecamatan Waru Kabupaten Sidoarjo,” Researchgate.net, 2023. [Online]. Tersedia: https://www.researchgate.net/publication/evaluasi-drainase-waru-sidoarjo.