Industri kelapa sawit memiliki sumber emisi gas rumah kaca (GRK) yang kompleks, meliputi lahan budidaya, kolam limbah cair pabrik kelapa sawit (POME), cerobong pabrik, dan transportasi, sementara pendekatan inventarisasi yang umum masih didominasi metode estimatif berbasis faktor emisi dan pelaporan periodik. Penelitian ini bertujuan mengembangkan sistem real-time greenhouse gas footprints berbasis Internet of Things (IoT) dan WebGIS yang mampu mengintegrasikan pengukuran emisi multi-sumber dengan data stok karbon spasial dalam satu platform digital terpadu.

Metode penelitian dilakukan secara end-to-end melalui perancangan arsitektur sensor–transmisi data–server–dashboard, instalasi node sensor pada lahan, kolam POME, cerobong, dan truk, akuisisi data emisi real-time, pengukuran stok karbon kebun dan HCVF, serta integrasi data temporal dan spasial ke dalam dashboard interaktif. Hasil penelitian menunjukkan bahwa platform digital yang dikembangkan berhasil menampilkan status sensor aktif, parameter gas utama, grafik time series, modul perhitungan flux dan global warming potential (GWP), serta WebGIS stok karbon. Pengukuran emisi menunjukkan bahwa pada lahan TBM, emisi tertinggi terjadi pada Lahan 3 sebesar 0,1822 t CO2-eq ha-1, diikuti Lahan 1 sebesar 0,0548 t CO2-eq ha-1, sedangkan Lahan 2 relatif sangat rendah.

Pada kolam POME, Kolam 3 menunjukkan emisi tertinggi sebesar 0,5501 kg CO2-eq m-3, lebih tinggi dibanding Kolam 5 (0,0847 kg CO2-eq m-3) dan Kolam 7 (0,0126–0,0128 kg CO2-eq m-3). Emisi cerobong mencapai 403,29 kg CO2-eq dengan dominasi CO2 pada kisaran 1220–1560 ppm, sedangkan rerata emisi truk sebesar 200 kg CO2-eq hari-1. Dari sisi stok karbon, fase TM Prime memiliki total stok karbon tertinggi sebesar 233,49 t ha-1, sedangkan kawasan HCVF riparian menyimpan rata-rata 191,44 tC ha-1. Secara keseluruhan, penelitian ini membuktikan bahwa sistem IoT–WebGIS yang dikembangkan mampu mentransformasikan pemantauan emisi GRK industri kelapa sawit dari pendekatan estimatif menuju sistem pengukuran aktual yang temporal, spasial, multi-sumber, dan operasional, sehingga berpotensi mendukung penguatan MRV, strategi mitigasi emisi, dan tata kelola karbon industri sawit berbasis data.