Purwarupa Perahu Untuk Monitoring dan Klasifikasi Kualitas Air Bendungan dengan Metode K-NEAREST NEIGHTBOR (k-NN)

Muhammad, Chikam and Rizal Maulana, S.T.,M.T. and Mochammad Hannats Hanafi Ichsan, S.T.,M.T. (2020) Purwarupa Perahu Untuk Monitoring dan Klasifikasi Kualitas Air Bendungan dengan Metode K-NEAREST NEIGHTBOR (k-NN). Sarjana thesis, Universitas Brawijaya.

Abstract

Bendungan air memiliki banyak fungsi seperti sebagai penampung air, sebagai tempat PLTA, sebagai pengendali banjir serta dapat digunakan sebagai wahana rekreasi dan pariwisata. Selama ini kegiatan monitoring kualitas air bendungan yang dilakukan oleh pihak terkait masih dilakukan secara manual. Pihak terkait perlu melakukan monitoring kualitas air pada inlet (titik masuk air bendungan), titik tengah bendungan dan outlet (titik keluar air pada bendungan) sehingga hal tersebut masih memakan waktu yang cukup bagi pihak terkait. Dari permasalahan tersebut maka penelitian ini melakukan inovasi dengan membuat sistem yang bisa bergerak dengan 5 parameter kualitas air untuk mengukur kualitas air pada bendungan. Sistem yang dibuat menggunakan 2 microcontroller yaitu arduino nano untuk melakukan akuisisi data dan node MCU untuk melakukan proses klasifikasi k-NN serta mengirim data ke smartphone. Parameter yang diukur oleh purwarupa alat yang dibuat yaitu pH air, jumlah zat yang terlarut (TDS), suhu air, kekeruhan air dan kedalaman air. Selain itu sistem yang dibuat menambahkan metode k-NN untuk melakukan klasifikasi kualitas air tersebut. Hasil kelas kualitas air dari klasifikasi k-NN yaitu kelas “Bagus”, “Sedang”, “Jelek”. Purwarupa alat yang dibuat pada penelitian ini dapat bergerak ke seluruh area bendungan air untuk melakukan monitoring dan dapat mengirimkan data kualitas air ke smartphone. Dengan data yang dapat diakses pada smartphone akan mempermudah pihak terkait untuk melihat kualitas air pada bendungan air secara keseluruhan dengan purwarupa alat yang bergerak sesuai perintah. Klasifikasi k-NN menggunakan 50 data latih dan 25 data uji untuk menguji metode yang digunakan. Hasil pengujian klasifikasi k-NN didapatkan akurasi sebesar 92%. Pengujian waktu komputasi dari sistem yang dibuat dilakukan sebanyak 10 kali pengujian dan didapatkan hasil rata-rata waktu komputasi sebesar 4135 ms.

English Abstract

Water dams have many functions, such as water resevoirs, PLTA sites, flood control and can be used for recreation and tourism. Water quality monitoring activities that most people do nowadays still using manual method and less effective. For dam monitoring activities, related parties need to manually monitor water quality at dams water inlet, midpoint and water outlet. From these problem, this research makes innovation by creating a system than can move with five parameters of water quality. This research uses two microcontrollers for procesing purposes. Arduino nano is used for data acquisition while node MCU is used for k-NN classification method and sending five sensors data along with the classification result to firebase. so it can be displayed to user applications. The parameters measured by the boat are pH water, water temperature, total dissolved solid in water, water turbidity and water depth. In addition, the system is made by using k-NN method for water quality classification purpose. The results of the classification are three classes consisting of “Good”, “Medium”, “Bad” class. The system made in this research can move to the entire dam area to monitor water quality and able to send water quality data to smartphone. With data that can be accessed on the smartphone, this will make easier for related parties to look for the water quality in the water dam as a whole with a boat that moves according to orders.The k-NN classification uses 50 training data and 25 test data. The result obtained from classification test is 92% of accurancy. The computanional time of the system measured with 10 testing and the results obtained with an average of 4135 ms of computing time.

Other obstract

-

Item Type:	Thesis (Sarjana)
Identification Number:	0520150083
Uncontrolled Keywords:	Monitoring, Kualitas Air, Bendungan, k-NN. Monitoring, Water Quality, Dams Water, k-NN.
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	Budi Wahyono Wahyono
Date Deposited:	12 Oct 2021 01:28
Last Modified:	23 Sep 2024 03:33
URI:	http://repository.ub.ac.id/id/eprint/183667

Text fix-Chikam Muhammad.pdf Download (5MB)

Actions (login required)

View Item