Penerapan Metode Support Vector Machine untuk Klasifikasi Air Minum Isi Ulang (AMIU) Layak Minum Berbasis Arduino

Trisna, Ilham Ichsani and Eko Setiawan, S.T., M.T., M.Eng., Ph.D. (2024) Penerapan Metode Support Vector Machine untuk Klasifikasi Air Minum Isi Ulang (AMIU) Layak Minum Berbasis Arduino. Sarjana thesis, Universitas Brawijaya.

Abstract

Manusia menggunakan air untuk digunakan dalam kehidupan sehari-hari seperti konsumsi minuman, untuk mandi, memasak, mencuci dan keperluan lainnya. Agar aman bagi kesehatan, air minum yang kita konsumsi harus memenuhi persyaratan fisika, mikrobiologis, kimiawi dan radioaktif. Di masyarakat ketersediaan air minum banyak diperoleh dari air minum isi ulang yang berasal dari Depot Air Minum Isi Ulang atau DAMIU. Namun banyak dari masyarakat belum mengetahui apakah DAMIU yang beredar sudah memenuhi persayaratan kesehatan air minum atau tidak. Dari permasalahan ini peneliti ingin membuat sistem yang dapat melakukan klasifikasi kualitas air minum isi ulang yang memberi informasi terkait kadar pH, kekeruhan pada air dan kandungan zat padat terlarut (TDS) air pada masyarakat. Sensor pH-4502C, sensor turbidity dan sensor TDS digunakan dalam sistem klasifikasi ini. Ketiga sensor ini dihubungan dengan sebuah mikrokontrroler Arduino UNO dan juga terhubung dengan LCD 16X2 yang berfungsi sebagai tampilan informasi. Hasil dari ketiga sensor tersebut akan diklasifikasikan menggunakan metode Support Vector Machine (SVM). Penelitian ini melakukan pengujian sensor dan pengujian metode. Hasil yang didapatkan pada pengujian sensor pH-4502C menghasilkan nilai rata-rata error yang relatif kecil yaitu sebesar 4.64%. Berdasarkan hasil pengujian, sensor turbidity dapat bekerja dengan baik dalam membaca kekeruhan pada air yaitu berupa nilai tegangan untuk air jernih sekitar 3.8 Volt, sedangkan untuk air keruh atau kotor tegangan yang dihasilkan dibawah 3.8 Volt. Sensor TDS SEN0244 mendapatkan nilai rata-rata error sebesar 4.84%. Pada pengujian Metode SVM didapatkan nilai akurasi sebesar 100% dari 10 data total yang diuji dan 30 data latih. Secara keseluruhan, sistem klasifikasi kualitas air minum isi ulang bekerja dengan baik dan diharapkan dapat membantu memantau dan memilih DAMIU mana yang sesuai dengan persyaratan kesehatan air minum.

English Abstract

Humans use water for daily activities such as drinking, bathing, cooking, washing, and other needs. To ensure health safety, the drinking water we consume must meet physical, microbiological, chemical, and radioactive standards. In the community, the availability of drinking water is often sourced from refillable drinking water depots, However, many people do not know whether the refillable drinking water depots in circulation meet the health requirements for drinking water or not. Addressing this issue, the researcher aims to develop a system capable of classifying the quality of refillable drinking water, providing information on pH levels, turbidity, and total dissolved solids (TDS) content. This classification system utilizes the pH-4502C sensor, turbidity sensor, and TDS sensor, all connected to an Arduino UNO microcontroller and a 16x2 LCD display for information output. The data from these sensors will be classified using the Support Vector Machine (SVM) method. This research conducts sensor testing and method testing The pH-4502C sensor testing resulted in a relatively small average error of 4.64%. The turbidity sensor effectively measured water clarity, with a voltage reading of around 3.8 volts for clear water, while readings for turbid or dirty water were below 3.8 volts. The TDS SEN0244 sensor achieved an average error of 4.84%. The SVM method testing yielded an accuracy rate of 100% from 10 test data samples and 30 training data samples. Overall, the refill drinking water quality classification system works well and is expected to help monitor and select which Refill Drinking Water Depots comply with drinking water health standard.

Item Type:	Thesis (Sarjana)
Identification Number:	0524150304
Uncontrolled Keywords:	pH-4502C, turbidity, TDS SEN0244, Support Vector Machine (SVM)., Depot Air Minum Isi Ulang, Arduino UNO-pH-4502C sensor, turbidity sensor, SEN0244 TDS sensor, Support Vector Machine (SVM), Refill Drinking Water Depot, Arduino UNO
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	soegeng sugeng
Date Deposited:	10 Jul 2024 08:22
Last Modified:	10 Jul 2024 08:22
URI:	http://repository.ub.ac.id/id/eprint/222380

Text (DALAM MASA EMBARGO) Ilham Ichsani Trisna.pdf Restricted to Registered users only Download (4MB)

Actions (login required)

View Item