Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Technologica

Teknologi Cerdas Untuk Pengendali Polusi Udara Pada Peternakan Ayam Noviardi, Noviardi; Syelly, Rosda; Pranata, Michael
Technologica Vol. 3 No. 1 (2024): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v3i1.141

Abstract

Polusi udara di lingkungan sekitar peternakan ayam menimbulkan dampak buruk bagi kesehatan manusia, khususnya bagi pekerja dan masyarakat yang bermukim di area tersebut. Faktor utama penyebab buruknyapolusi adalah tingginya kadar ammonia (NH3), karbon monoksida (CO) dan Karbondioksida (CO2). Tingginya konsentrasi ammonia berbanding kurus dengan tingginya kelembaban udara disekitar limbah kotoran ayam (feces) yang menimbulkan bau busuk yang menyengat. Untuk itu diperlukan kajian yang komprehensif untuk memonitoring dan mengontrol kualitas udara di area tersebut agar kualiatas udara tidak mengganggu aktifitas manusia di sekitar. Penelitian ini membahas perancangan dan implementasi alat monitoring polusi udara berbasis Internet of Things (IoT) menggunakan sensor MQ-135, untuk pengukuran konsentrasi polusi udara pada kandang ayam. Alat ini dikembangkan dengan menggunakan NodeMCU ESP8266 untuk mengakuisisi data dari sensor dan mentransmisikannya secara nirkabel melalui jaringan internet. Pengiriman data dilakukan ke platform Thing speak sebagai server pengolahan dan penyimpanan data sensor. Pengguna dapat memantau kualitas udara secara real-time melalui antarmuka web. Dengan mengukur konsentrasi ammonia (NH3), Karbondioksida (CO2), Benzena, karbon monoksida (CO), Alcohol, gas belerang (H2S), alat ini memberikan informasi penting terkait tingkat polusi udara yang dapat berdampak pada kesehatan manusia dan lingkungan. Hasil eksperimen menunjukkan keefektifan alat dalam menyediakan data yang dapat digunakan untuk pemantauan dan manajemen kualitas udara. Implementasi ini diharapkan dapat memberikan kontribusi dalam upaya pemahaman dan pengendalian polusi udara pada kandang ayam sesuai dengan SK Dirjen Peternakan No: 774/KPTS/DEPTAN/1982 dan Kepmen LH No: 50 Tahun 1996.
Unsupervised Autoencoder untuk Deteksi Anomali Cerdas pada Perangkat Edge Computing Berbasis TinyML Noviardi, Noviardi; Syelly, Rosda
Technologica Vol. 5 No. 1 (2026): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v5i1.543

Abstract

Penelitian ini membandingkan performa sistem monitoring lingkungan berbasis Edge Computing menggunakan Autoencoder Unsupervised Neural Network (TinyML) dengan metode Heuristic pada perangkat ESP32. Kebaruan penelitian ini terletak pada evaluasi komprehensif yang menyandingkan akurasi deteksi anomali dengan efisiensi sumber daya fisik (termal dan memori) yang belum banyak dibahas secara simultan dalam studi sebelumnya. Hasil analisis menunjukkan bahwa model TinyML memiliki superioritas kinerja dengan capaian F1-Score sempurna (1,0), melampaui sistem Heuristic yang gagal memvalidasi data transisi. Dari sisi operasional, TinyML menunjukkan efisiensi tinggi dengan stabilitas suhu kerja yang terjaga dan latensi pengiriman data 24% lebih cepat. Meskipun terdapat penggunaan memori tambahan untuk model, manajemen RAM terbukti tetap bersifat deterministik. Penelitian ini membuktikan bahwa implementasi Unsupervised Learning di tingkat edge menghasilkan sistem deteksi yang lebih cerdas dan responsif tanpa membebani kinerja fisik perangkat