Claim Missing Document
Check
Articles

Found 1 Documents
Search

Sistem Deteksi Dan Klasifikasi Polusi Udara Terhadap Penderita Asma Menggunakan Metode Naïve Bayes Afira, Lindini; Hidayati, Rahmi; Sari, Kartika
JITEL (Jurnal Ilmiah Telekomunikasi, Elektronika, dan Listrik Tenaga) Vol. 6 No. 1: March 2026
Publisher : Jurusan Teknik Elektro, Politeknik Negeri Bandung

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

Abstract

ABSTRAK Polusi udara berdampak negatif terhadap kesehatan manusia, terutama pada sistem pernapasan. Salah satu penyakit yang dapat dipicu oleh polusi udara adalah asma. Serangan asma dapat terjadi akibat paparan polutan, asap rokok, dan cuaca dingin. Dalam lingkungan dalam ruangan, kualitas udara berperan penting sebagai faktor risiko lingkungan bagi penderita asma. Penelitian ini mengembangkan sistem untuk mendeteksi kadar beberapa polutan udara, termasuk Particulate Matter (PM2.5), Karbon Monoksida (CO), dan Nitrogen Dioksida (NO2), yang dapat memicu serangan asma. Sistem ini mengklasifikasikan kualitas udara menggunakan metode Naïve Bayes ke dalam tiga kategori: aman (ISPU 1-50), berisiko (ISPU 51-200), dan berbahaya (ISPU 201+). Dataset yang digunakan terdiri dari 120 data pelatihan dan 30 data uji. Hasil pengujian menunjukkan tingkat akurasi sebesar 97%. Selain itu, dalam eksperimen yang dilakukan di ruangan dengan konsentrasi polusi udara tinggi, sistem ini menentukan bahwa kualitas udara masih tergolong aman bagi penderita asma dengan nilai ISPU sebesar 30. Kata kunci: Asma, Deteksi, Klasifikasi, Naïve Bayes, Polusi Udara ABSTRACT Air pollution negatively impacts human health, particularly the respiratory system. One of the diseases that can be triggered by air pollution is asthma. Asthma attacks may be induced by exposure to pollutants, cigarette smoke, and cold weather. In indoor environments, air quality plays a crucial role as an environmental risk factor for asthma sufferers. This research develops a system to detect levels of several air pollutants, including Particulate Matter (PM2.5), Carbon Monoxide (CO), and Nitrogen Dioxide (NO2), which can trigger asthma attacks. The system classifies air quality using the Naïve Bayes method into three categories: safe (ISPU 1-50), at risk (ISPU 51-200), and hazardous (ISPU 201+). The dataset consists of 120 training data points and 30 test data points. The test results demonstrate an accuracy of 97%. Additionally, in an experiment conducted in a room with high air pollution concentration, the system determined that the air quality remained classified as safe for asthma sufferers, with an ISPU value of 30.