Tingginya potensi banjir dan gangguan keselamatan pelayaran akibat fluktuasi
muka air Sungai Musi menjadi perhatian serius di Kota Palembang. Penelitian ini
bertujuan untuk merancang dan mengimplementasikan sistem prediksi ketinggian
muka air secara real-time berbasis Internet of Things (IoT) dengan metode Regresi
Linier Berganda. Sistem IoT dibangun menggunakan mikrokontroler ESP32 yang
terhubung dengan sensor ultrasonik, sensor curah hujan, dan sensor suhu, kemudian
mengirimkan data secara otomatis ke Firebase Realtime Database sebagai sumber
data untuk analisis. Pemodelan dilakukan menggunakan Python dan Jupyter
Notebook dengan menambahkan fitur lag satu jam sebelumnya untuk menangkap
pola temporal perubahan tinggi muka air. Hasil evaluasi menunjukkan bahwa model
regresi dengan fitur lag memberikan performa terbaik dengan nilai R² sebesar
0.9723, MSE sebesar 0.01043, dan RMSE sebesar 0.1021, sedangkan model
forecasting satu jam ke depan menghasilkan R² sebesar 0.9629, MSE sebesar
0.01401, dan RMSE sebesar 0.1184. Kedua model tersebut menunjukkan akurasi
tinggi, kestabilan prediksi yang baik, serta kemampuan dalam merepresentasikan
dinamika tinggi muka air secara real-time. Sistem web monitoring yang
dikembangkan mampu menampilkan data sensor, hasil prediksi, dan status
peringatan dini banjir maupun keselamatan pelayaran secara interaktif. Berdasarkan
hasil penelitian, dapat disimpulkan bahwa integrasi IoT dan regresi linier efektif
untuk membangun sistem prediksi ketinggian muka air yang akurat dan mendukung
pengambilan keputusan berbasis data dalam mitigasi risiko banjir serta peningkatan
keselamatan pelayaran di Sungai Musi.