Claim Missing Document
Check
Articles

Found 1 Documents
Search

Sistem Monitoring dan Klasifikasi Kesiapan Panen Sampah Biodrying berdasarkan Suhu, Kelembapan, dan pH menggunakan Metode Naive Bayes Denis Reza Ramdani; Dahnial Syauqy; Edita Rosana Widasari
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sampah yang dihasilkan dari aktivitas manusia meningkat secara proporsional seiring dengan meningkatnya jumlah penduduk. Maka dari itu, diperlukan pengelolaan sampah agar tidak mencemari lingkungan dan menimbulkan penyakit. Pengolahan sampah dapat dilakukan dengan mengubah sampah rumah tangga menjadi bahan bakar terbarukan (Refuse Derived Fuel) menggunakan proses biodrying. Proses biodrying merupakan proses pengelolaan sampah dengan cara mengeringkan atau mengurangi kadar air pada sampah yang mengandalkan aktivitas biologis mikroorganisme atau bakteri. Untuk mengetahui proses biodrying dikatakan berhasil, diperlukan pemantauan manual secara berkala oleh petugas pengelolaan sampah dengan parmeter suhu, kelembapan, dan pH sampah. Seiring dengan perkembangan teknologi, hal ini tentunya kurang efisien karena menghabiskan waktunya hanya untuk pemantauan. Pada penelitian ini diusulkan sistem monitoring dan klasifikasi kesiapan panen sampah biodrying yang bertujuan untuk memudahkan petugas dan staf dalam memantau sampah biodrying. Sistem ini menggunakan sensor DS18B20, Capacitive Soil Moisture, dan pH untuk mengambil data sampah biodrying. Monitoring pada sistem ini terhubung dengan protokol MQTT yang dapat diakses menggunakan smartphone melalui aplikasi MQTT Dash, sedangkan untuk klasifikasinya menggunakan metode Naive Bayes dengan 2 kelas yang terbagi menjadi belum siap panen dan sudah siap panen. Pengujian metode Naive Bayes mendapatkan nilai sebesar 93.3%, sedangkan untuk pengujian sensor suhu mendapatkan nilai akurasi sebesar 99.2%, sensor kelembapan mendapatkan nilai sebesar 80.2%, dan sensor pH mendapatkan nilai sebesar 94.2%.