Implementasi Prototype Kapal sebagai Sistem Monitoring Kualitas Air menggunakan Algoritme Naive Bayes
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
View Archive InfoField | Value | |
ISSN |
2548-964X |
|
Authentication Code |
dc |
|
Title Statement |
Implementasi Prototype Kapal sebagai Sistem Monitoring Kualitas Air menggunakan Algoritme Naive Bayes |
|
Added Entry - Uncontrolled Name |
Duncan, Axel Elcana Maulana, Rizal Setiawan, Eko Fakultas Ilmu Komputer, Universitas Brawijaya Fakultas Ilmu Komputer, Universitas Brawijaya Fakultas Ilmu Komputer, Universitas Brawijaya |
|
Summary, etc. |
Makhluk hidup sangat membutuhkan air sebagai sumber kehidupan. Banyak sekali masyarakat yang menggunakan air di perairan untuk berbagai hal. Baku mutu kualitas air dengan menggunakan 3 sifat, fisika, kimia dan biologi menjadi syarat sebagai mutu kualitas air suatu perairan. Melalui peranannya yang sangat penting bagi seluruh makhluk hidup, sangat dibutuhkannya sebuah sistem tertanam yang dilengkapi dengan sebuah algoritme untuk melakukan monitoring kualitas air, mengingat rumit dan konvensionalitas metode yang ada sekarang dalam mengukur kualitas air. Sebuah sistem berbentuk prototype kapal dengan menggunakan Arduino Nano, WEMOS D1 Mini, sensor Genuine Analog pH Meter, sensor DS18B20, sensor Turbidity, sensor JSN-SR04T, driver motor L298N dan motor DC 6V dapat membantu dari permasalahan yang ada. Sistem ini berbentuk kapal agar dapat melakukan monitoring secara menyeluruh. Sistem ini juga menggunakan algortime Naive Bayes dalam melakukan klasifikasi melalui fitur seperti pH, suhu, kekeruhan dan kedalaman sebagai input. Hasil baik, sedang dan buruk akan menjadi kelas akan menjadi output. Dalam mendapatkan hasil tersebut, sistem ini menggunakan sebanyak 40 data training dan 20 data uji. Rata-rata error pembacaan sensor Genuine Analog pH Meter dari 10 kali pengujian adalah 8.233%. Rata-rata error pembacaan sensor DS18B20 dari 10 kali pengujian adalah 0.859%. Sensor Turbidity memiliki grafik yang linear, semakin keruh air maka semakin kecil nilai tegangan. Rata-rata error pembacaan sensor JSN-SR04T dari 10 kali pengujian adalah 2.492%. Tingkat akurasi pengiriman data yang dilakukan dari 10 kali pengujian adalah 100%. Tingkat akurasi klasifikasi dengan menggunakan algoritme Naive Bayes adalah 90%. Rata-rata waktu komputasi yang dilakukan sistem dari 10 kali pengujian adalah 3.7055 ms. Tingkat akurasi pada sistem penggerak dari 3 kali pengujian adalah 100%.
|
|
Publication, Distribution, Etc. |
Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya |
|
Electronic Location and Access |
application/pdf http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7494 |
|
Data Source Entry |
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 4 No 7 (2020): Juli 2020 |
|
Language Note |
ind |
|
Terms Governing Use and Reproduction Note |
Hak Cipta (c) 2020 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer |
|