Hibatulloh, Muhammad Azhar and Dr. Ir. Heru Nurwarsito, M.Kom. and Rekyan Regasari Mardi Putri, S.T., M.T. (2024) Aplikasi Pemantauan Secara Real-Time dan Prediksi Kualitas Udara di Tempat Pembuangan Sampah Sementara Menggunakan Algoritma Random Forest. Sarjana thesis, Universitas Brawijaya.
Abstract
Menurunnya kualitas udara menjadi salah satu tantangan yang harus ditangani saat ini, terutama dengan adanya tempat pembuangan sampah (TPS) di area pemukiman. Penelitian ini mengembangkan sistem pemantauan dan prediksi kualitas udara secara real-time berbasis IoT dengan algoritma Random Forest guna memberikan solusi bagi pengelola dan masyarakat untuk meminimalkan dampak polusi udara. Sistem ini menggunakan sensor MQ-9 (metana), MQ-137 (amonia), MQ-135 (karbon dioksida), mikrokontroler ESP32 dan Wemos D1 Mini, serta aplikasi mobile berbasis android untuk monitoring dan prediksi. Sistem akan menyimpan data hasil pembacaan sensor dalam Google Spreadsheet untuk training model prediksi kualitas udara. Pengujian menunjukkan deteksi gas metana, amonia, dan karbon dioksida memberikan hasil yang baik, meskipun terjadi lompatan data pada gas metana. Di sisi lain, akurasi dalam prediksi gas memberikan hasil yang baik untuk metana dan karbon dioksida dengan memberikan rata-rata persentase akurasi metana 90.98%, dan karbon dioksida sebesar 95.56%, namun akurasi untuk amonia tergolong kurang baik dengan angka 47%. Selain itu sistem juga dapat menampilkan data deteksi dan prediksi dengan delay 275,85 milidetik, dimana nilai tersebut tergolong cukup cepat atau sedang. Namun hasil training model Random Forest mengalami overfitting pada gas amonia dan karbon dioksida. Implementasi ini memberikan Solusi yang cukup baik bagi pengelola TPS untuk mengantisipasi dampak buruk pencemaran udara melalui peringatan dini untuk melindungi masyarakat dari risiko kesehatan.
English Abstract
Declining air quality is one of the challenges that must be addressed today, especially with the presence of landfills in residential areas. This research develops an IoT-based real-time air quality monitoring and prediction system with Random Forest algorithm to provide solutions for managers and communities to minimize the impact of air pollution. This system uses MQ-9 (methane), MQ-137 (ammonia), MQ-135 (carbon dioxide) sensors, ESP32 and Wemos D1 Mini microcontrollers, and android-based mobile applications for monitoring and prediction. The system will store the sensor reading data in Google Sheets for training air quality prediction models. Tests show that the detection of methane, ammonia, and carbon dioxide gas gives good results, although there is a data jump in methane gas. On the other hand, the accuracy in gas prediction gives good results for methane and carbon dioxide by giving an average percentage accuracy of methane 90.98%, and carbon dioxide of 95.56%, but the accuracy for ammonia is relatively poor with 47%. In addition, the system can also display detection and prediction data with a delay of 275.85 milliseconds, where this value is classified as quite fast or moderate. However, the results of Random Forest model training experience overfitting on ammonia and carbon dioxide gas. This implementation provides a good enough solution for landfills managers to anticipate the adverse effects of air pollution through early warning to protect the public from health risks.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052415 |
| Uncontrolled Keywords: | Tempat Pembuangan Sampah, Kualitas Udara, Internet of Things, Prediksi, Real-Time, Random Forest |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | S Sucipto |
| Date Deposited: | 13 Feb 2025 04:04 |
| Last Modified: | 13 Feb 2025 04:04 |
| URI: | http://repository.ub.ac.id/id/eprint/236613 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Muhammad Azhar Hibatulloh.pdf Restricted to Registered users only Download (8MB) |
Actions (login required)
 |
View Item |