Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Computatio : Journal of Computer Science and Information Systems
Emmanuel Garcia Sumargo
a:1:{s:5:"en_US";s:23:"Tarumanagara University";}
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Deteksi Asap: Menganalisis Kinerja Algoritma KNN dan ANN Emmanuel Garcia Sumargo
Computatio : Journal of Computer Science and Information Systems Vol. 10 No. 1 (2026): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v10i1.29826

Abstract

Deteksi dini asap merupakan aspek kunci dalam upaya pencegahan kebakaran dan keselamatan lingkungan. Dalam penelitian ini, disajikan analisis kinerja dua algoritma klasifikasi, yaitu K�Nearest Neighbors (KNN) dan Artificial Neural Networks (ANN), dalam klasifikasi deteksi asap berdasarkan data lingkungan. Dataset yang digunakan terdiri dari berbagai fitur, termasuk suhu, kelembaban, konsentrasi senyawa organik volatil, dan konsentrasi partikulat matter, yang dikumpulkan dengan bantuan perangkat Internet of Things (IoT). Tujuan utama dari penelitian ini adalah untuk membandingkan akurasi prediksi kedua algoritma tersebut dalam membedakan keberadaan asap, dengan variabel target "Fire Alarm" yang menandakan adanya (1) atau tidak adanya (0) kebakaran. Hasil eksperimen menunjukkan bahwa algoritma KNN mencapai akurasi tertinggi sebesar 99.992%, sedangkan algoritma ANN mencapai akurasi 96.604%. Analisis mendalam tentang kinerja kedua algoritma ini, bersama dengan implikasi dan keterbatasan penelitian, disajikan dalam artikel ini.
Co-Authors