Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Metode Support Vector Machine Untuk Klasifikasi Air Minum Isi Ulang (AMIU) Layak Minum Berbasis Arduino Ichsani Trisna, Ilham; Setiawan, Eko
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 5 (2024): Mei 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Manusia menggunakan air untuk digunakan dalam kehidupan sehari-hari seperti konsumsi minuman, untuk mandi, memasak, mencuci dan keperluan lainnya. Agar aman bagi kesehatan, air minum yang kita konsumsi harus memenuhi persyaratan fisika, mikrobiologis, kimiawi dan radioaktif. Di masyarakat ketersediaan air minum banyak diperoleh dari air minum isi ulang yang berasal dari Depot Air Minum Isi Ulang atau DAMIU. Namun banyak dari masyarakat belum mengetahui apakah DAMIU yang beredar sudah memenuhi persayaratan kesehatan air minum atau tidak. Dari permasalahan ini peneliti ingin membuat sistem yang dapat melakukan klasifikasi kualitas air minum isi ulang yang memberi informasi terkait kadar pH, kekeruhan pada air dan kandungan zat padat terlarut (TDS) air pada masyarakat. Sensor pH-4502C, sensor turbidity dan sensor TDS digunakan dalam sistem klasifikasi ini. Ketiga sensor ini dihubungan dengan sebuah mikrokontrroler Arduino UNO dan juga terhubung dengan LCD 16X2 yang berfungsi sebagai tampilan informasi. Hasil dari ketiga sensor tersebut akan diklasifikasikan menggunakan metode Support Vector Machine (SVM). Penelitian ini melakukan pengujian sensor dan pengujian metode. Hasil yang didapatkan pada pengujian sensor pH-4502C menghasilkan nilai rata-rata error yang relatif kecil yaitu sebesar 4.64%. Berdasarkan hasil pengujian, sensor turbidity dapat bekerja dengan baik dalam membaca kekeruhan pada air yaitu berupa nilai tegangan untuk air jernih sekitar 3.8 Volt, sedangkan untuk air keruh atau kotor tegangan yang dihasilkan dibawah 3.8 Volt. Sensor TDS SEN0244 mendapatkan nilai rata-rata error sebesar 4.84%. Pada pengujian Metode SVM didapatkan nilai akurasi sebesar 100% dari 10 data total yang diuji dan 30 data latih. Secara keseluruhan, sistem klasifikasi kualitas air minum isi ulang bekerja dengan baik dan diharapkan dapat membantu memantau dan memilih DAMIU mana yang sesuai dengan persyaratan kesehatan air minum.