Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Minfo Polgan (JMP)

Analisis dan Perancangan Sistem Pengolahan Limbah Cair Industri Tahu Menggunakan Metode Klasifikasi – Decision Tree Yulistika, Efri; Ramadhan, Muhammad Rahmad; Erika, Desta Ria; Baihaqi, Baihaqi
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15414

Abstract

Klasifikasi kualitas hasil pengolahan limbah cair tahu sangat dibutuhkan untuk memudahkan proses pemantauan pengolahan limbah cair tahu. Tujuan penelitian ini adalah untuk menganalisis komponen dan pemodelan sistem guna membantu pengambilan keputusan akhir dari limbah cair tahu yang telah diolah dengan pendekatan Model Base System Engineering (MBSE) serta mengembangkan desain sistem klasifikasi untuk standar kualitas akhir limbah industri tahu menggunakan algoritma Decision Tree–ID3. Hasil penelitian menunjukkan bahwa proses pengolahan limbah cair yang diterapkan pada penelitian ini terdiri dari empat tahapan utama, yaitu pre-treatment, proses anaerobik, proses aerobik, dan proses kontrol (biotope pond). Pada proses kontrol di kolam biotop akan dipasang sensor untuk mengukur atribut BOD, COD, TSS, dan pH. Data sensor ini akan digunakan untuk membuat keputusan berdasarkan standar kualitas limbah industri, guna menentukan apakah hasil pengolahan limbah sudah "layak" untuk dibuang ke lingkungan atau "tidak layak" sehingga perlu diproses ulang di kolam anaerobik. Berdasarkan pemodelan dengan metode klasifikasi Decision Tree-ID3, atribut yang paling berpengaruh adalah COD dengan nilai (<301), diikuti oleh BOD dengan nilai (<150), kemudian decision pH dengan nilai (≥5,5), dan TSS dengan nilai (<100). Nilai variabel penting masing-masing adalah atribut COD sebesar 27,11, atribut BOD sebesar 19,17, atribut pH sebesar 16,12, dan atribut TSS sebesar 9,32. Hasil perhitungan dalam penelitian ini menunjukkan nilai akurasi sebesar 90%, presisi 87%, sensitivitas/recall 100%, dan spesifisitas 67%, dengan predikat klasifikasi yang sangat baik.