OPTIMASI KINERJA PROTOTYPE DATA BACKBONE SISTEM PEMANTAUAN REAL-TIME MENGGUNAKAN METODE TAGUCHI GREY RELATIONAL ANALYSIS (GRA) (Studi Kasus : Prototype Sistem Pemantauan Reservoir)

Di Perusahaan Daerah Air Minum (PDAM) Bangkalan, belum ada sistem informasi pemantauan reservoir atau backbone real-time. Oleh karena itu, diperlukan pengembangan sistem pemantauan berbasis IoT dengan backbone real-time yang mampu memberikan data akurat untuk pengambilan keputusan operasional sehingga sejalan dengan pencapaian Sustainable Development Goals (SDGs) tentang industry, innovation and infrastucture. Namun, dalam pengembangan sistem, sering ditemui kendala optimalisasi kinerja akibat fluktuasi sehingga dapat terjadi masalah seperti data loss dan keterlambatan pengiriman data. Penelitian ini bertujuan mengoptimasi faktor yang memengaruhi kinerja sistem pemantauan reservoir PDAM Bangkalan dengan metode eksperimen Taguchi L9 GRA (Grey Relational Analysis), yang efektif menangani banyak respon seperti latency, data loss, throughput, freshness dan CPU/RAM usage agar menghasilkan konfigurasi faktor optimal yang memastikan kestabilan dan akurasi backbone real-time. Hasil penelitian menunjukkan bahwa faktor payload size, dan database batch size berpengaruh signifikan terhadap kinerja sistem dengan nilai p-value masing-masing 0,024 dan 0,028 (<0,05). Kontribusi terbesar diberikan oleh payload size sebesar 48%, diikuti database batch size sebesar 41%, dan subscriber sebesar 10%. Kombinasi faktor optimal diperoleh pada payload size 256 byte, subscriber 3, dan database batch size 10. Hasil eksperimen konfirmasi menunjukkan kombinasi optimal valid dan menghasilkan kinerja yang memenuhi standar TIPHON kategori baik hingga sangat baik, sehingga direkomendasikan sebagai konfigurasi backbone data real-time untuk pemantauan reservoir PDAM Bangkalan.