Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JUTIM (Jurnal Teknik Informatika Musirawas) JUSIM (Jurnal Sistem Informasi Musirawas)
Roy Naldi
Universitas Hasyim Asy'ari
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PERANCANGAN SISTEM MONITORING KUALITAS UDARA BERBASIS INTERNET OF THINGS MENGGUNAKAN ALGORITMA RANDOM FOREST CLASSIFICATION Mochfanani Agung pratama; Roy Naldi; Chamdan Mashuri
JUTIM (Jurnal Teknik Informatika Musirawas) Vol. 11 No. 2 (2026): JUTIM (Jurnal Teknik Informatika Musirawas) Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v11i2.3068

Abstract

Penurunan kualitas udara akibat aktivitas manusia menjadi permasalahan serius yang berdampak langsung terhadap kesehatan masyarakat, khususnya pada wilayah dengan tingkat mobilitas yang tinggi. Penelitian ini bertujuan untuk merancang sistem monitoring kualitas udara berbasis Internet of Things (IoT) yang mampu melakukan pengukuran sekaligus klasifikasi kondisi udara secara real-time. Sistem yang dikembangkan menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor MQ-7, MQ-135, dan DHT22 untuk mengukur parameter gas karbon monoksida (CO), kualitas udara, suhu, dan kelembapan. Data yang diperoleh dikirimkan ke platform cloud ThingSpeak untuk proses penyimpanan dan visualisasi. Selanjutnya, data diolah menggunakan algoritma Random Forest Classification untuk mengelompokkan kualitas udara ke dalam kategori baik, sedang, dan buruk. Hasil penelitian menunjukkan bahwa sistem mampu melakukan monitoring secara kontinu serta menghasilkan klasifikasi kondisi udara secara otomatis dengan tingkat akurasi yang tinggi. Dengan demikian, sistem yang dikembangkan dapat menjadi solusi pemantauan kualitas udara berbasis teknologi yang efektif, akurat, dan adaptif.
SISTEM INFORMASI PREDIKSI KULAITAS UDARA BERBASIS WEBSITE MENGGUNAKAN METODE MACHINE LEARNING DENGAN ALGORITMA REGRESI LINIER Roy Naldi; Chamdan Mashuri
JUSIM (Jurnal Sistem Informasi Musirawas) Vol. 11 No. 2 (2026): JUSIM : Jurnal Sistem Informasi Musi Rawas Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penurunan kualitas udara di wilayah perkotaan telah menjadi isu krusial yang berdampak langsung pada kesehatan publik, sehingga diperlukan mekanisme pemantauan dan prediksi yang aksesibel. Penelitian ini bertujuan untuk mengimplementasikan teknologi Machine Learning dalam sebuah sistem informasi berbasis website guna memprediksi fluktuasi kualitas udara secara akurat. Metodologi penelitian mencakup tahapan pengumpulan data polutan, preprocessing, serta penerapan algoritma Regresi Linier untuk memodelkan pola tren data deret waktu (time series). Pengembangan perangkat lunak dilakukan dengan arsitektur web yang mengintegrasikan basis data spasial dan antarmuka pengguna yang responsif. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu melakukan estimasi parameter kualitas udara dengan tingkat kesalahan yang rendah berdasarkan evaluasi metrik Mean Absolute Percentage Error (MAPE) Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE) . Model Regresi Linier terbukti efektif dalam memproses variabel prediktor kualitas udara dengan efisiensi komputasi yang tinggi. Kesimpulan dari penelitian ini menegaskan bahwa integrasi machine learning ke dalam platform berbasis web memberikan kontribusi signifikan terhadap sistem peringatan dini polusi udara. Implikasinya, sistem ini dapat dijadikan instrumen strategis bagi otoritas terkait dan masyarakat dalam pengambilan keputusan berbasis data untuk mitigasi dampak lingkungan serta perencanaan aktivitas luar ruang yang lebih aman.
Co-Authors Chamdan Mashuri Mashuri, Chamdan Mochfanani Agung pratama