Sistem Klasifikasi Kualitas Udara dengan Integrasi Sensor menggunakan Metode K-Nearest Neighbor
DOI:
https://doi.org/10.26418/jp.v11i2.90728Keywords:
Kualitas Udara, K-Nearest Neighbor, Cross Validation, Confusion Matrix, Real-timeAbstract
Kualitas udara yang buruk dapat berdampak negatif pada sistem respirasi manusia dan dampak kesehatan lainnya, sehingga pemantauan kualitas udara berperan penting terhadap permasalahan ini. Penelitian ini mengembangkan sistem klasifikasi kualitas udara secara real-time menggunakan metode K-Nearest Neighbor (KNN) dan data dari 4 sensor: GP2Y1010AU0F (PM₂.₅), MQ-135 (CO₂), MQ-131 (O₃), dan MQ-7 (CO). Sistem terdiri dari sensor yang terintegrasi dengan ESP32, penyimpanan cloud menggunakan Firebase, dan antarmuka web untuk pemrosesan serta visualisasi data. ESP32 berfungsi mengumpulkan data dari sensor dan mengirimkannya ke Firebase, yang kemudian diakses oleh aplikasi web untuk klasifikasi menggunakan algoritma KNN. Klasifikasi dilakukan dalam 4 kategori: baik, sedang, buruk, dan sangat buruk, dengan hasil ditampilkan di antarmuka web untuk pemantauan selama 24 jam terakhir. Pengujian menggunakan confusion matrix dengan 900 data latih dan 600 data uji menunjukkan tingkat akurasi sebesar 98,67%. Selain itu, pengujian crossvalidation dengan k=3 menghasilkan akurasi sebesar 99,39%.References
A. Amalia, A. Zaidiah, and I. N. Isnainiyah, “PREDIKSI KUALITAS UDARA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR,†JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 7, no. 2, pp. 496–507, 2022, [Online]. Available: https://data.jakarta.go.id/.
I. I. Ridho and G. Mahalisa, “ANALISIS KLASIFIKASI DATASET INDEKS STANDAR PENCEMARAN UDARA (ISPU) DI MASA PANDEMI MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM),†Technologia: Jurnal Ilmiah, vol. 14, no. 1, pp. 38–41, May 2022, doi: 10.12928/biste.v4i1.6079.
S. R. Cholil, T. Handayani, R. Prathivi, and T. Ardianita, “Implementasi Algoritma Klasifikasi K-Nearest Neighbor (KNN) Untuk Klasifikasi Seleksi Penerima Beasiswa,†IJCIT (Indonesian Journal on Computer and Information Technology), vol. 6, no. 2, pp. 118–127, 2021.
R. Purbakawaca and S. A. Fauzan, “Rancang Bangun Sistem Pemantauan Kualitas Udara Dalam Ruangan Berbiaya Rendah Berbasis IoT,†Jurnal Talenta Sipil, vol. 5, no. 1, p. 118, Feb. 2022, doi: 10.33087/talentasipil.v5i1.104.
A. E. Putra and T. Rismawan, “Klasifikasi Kualitas Udara Berdasarkan Indeks Standar Pencemaran Udara (ISPU) Menggunakan Metode Fuzzy Tsukamoto,†Coding : Jurnal Komputer dan Aplikasi, vol. 11, no. 2, pp. 190–196, 2023.
I. Alexander Rombang, L. Bambang Setyawan, and G. Dewantoro, “Perancangan Prototipe Alat Deteksi Asap Rokok dengan Sistem Purifier Menggunakan Sensor MQ-135 dan MQ-2,†vol. 21, no. 1, pp. 131–144, 2022.
A. A. Rosa, B. A. Simon, and K. S. Lieanto, “Sistem Pendeteksi Pencemar Udara Portabel Menggunakan Sensor MQ-7 dan MQ-135,†Ultima Computing:Jurnal Sistem Komputer, vol. 12, no. 1, pp. 23–28, 2020.
D. Prasetyo, Ibrahim, W. Nurrul Adzilla, and Y. Saragih, “Implementasi Pemantauan Kualitas Udara dengan Menggunakan MQ-7 dan MQ-131 Berbasis Internet of Things,†Journal of Electrical Technology, vol. 6, no. 1, pp. 18–22, 2021.
D. S. Lasmana and E. Fitriani, “RANCANG BANGUN PROTOTYPE ROBOT PENGHISAP DEBU MENGGUNAKAN OPTICAL DUST SENSOR GP2Y1010AU0F,†Bina Darma Conference on Engineering Science (BDCES), vol. 2, no. 1, pp. 20–29, 2020, [Online]. Available: http://conference.binadarma.ac.id/index.php/BDCES
Siswanto, I. Rojikin, and W. Gata, “Pemanfaatan Sensor Suhu DHT-22, Ultrasonik HC-SR04 Untuk Mengendalikan Kolam Dengan Notifikasi Email,†Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), vol. 3, no. 3, pp. 544–551, 2019.
R. Arrahman and C. Bella, “RANCANG BANGUN PINTU GERBANG OTOMATIS MENGGUNAKAN ARDUINO UNO R3,†Portaldata.org, vol. 2, no. 2, p. 1, 2022.
A. Sanaris and I. Suharjo, “Prototype Alat Kendali Otomatis Penjemur Pakaian Menggunakan NodeMCU ESP32 Dan Telegram Bot Berbasis Internet of Things (IOT) Prototype Automatic Drying Tool Using NodeMCU ESP32 and Telegram Bot Based on Internet of Things (IOT),†ournal Of Information System And Artificial Intelligence, vol. 1, no. 1, pp. 17–24, 2020.
D. Jollyta, Prihandoko, A. Hajjah, E. Haerani, and M. Siddik, Algoritma Klasifikasi untuk Pemula Solusi Python dan RapidMiner. Deepublish, 2023.
H. Azis, P. Purnawansyah, F. Fattah, and I. P. Putri, “Performa Klasifikasi K-NN dan Cross Validation Pada Data Pasien Pengidap Penyakit Jantung,†ILKOM Jurnal Ilmiah, vol. 12, no. 2, pp. 81–86, Aug. 2020, doi: 10.33096/ilkom.v12i2.507.81-86.
L. Firdaus and T. Setiadi, “Perbandingan Algoritma Naive Bayes, Decision Tree, dan KNN untuk Klasifikasi Produk Populer Adidas US dengan Confusion Matrix,†Jurnal Sistem Komputer dan Informatika (JSON), vol. 5, no. 2, p. 185, Dec. 2023, doi: 10.30865/json.v5i2.6124.
H. Subagiyo et al., “Rancang Bangun Sensor Node untuk Pemantauan Parameter Kualitas Udara,†Jurnal Sains, Teknologi dan Industri, vol. 18, no. 1, pp. 72–79, 2020.
R. Hidayati et al., “SISTEM PEMANTAUAN KUALITAS UDARA SECARA REAL-TIME MENGGUNAKAN ESP32 DAN TEKNOLOGI IOT,†Jurnal Teknologi Informasi, vol. 5, no. 2, 2024, doi: 10.46576/djtechno.
