<![CDATA[Asap rokok menjadi masalah serius di Indonesia, dengan tingginya angka perokok dan rendahnya kesadaran tentang bahaya paparan asap rokok. Asap rokok mengandung zat beracun seperti tar, nikotin, dan karbon monoksida (CO), yang berpotensi membahayakan kesehatan manusia. Penelitian sebelumnya telah mencoba mengatasi masalah ini dengan berbagai sistem pendeteksi, namun penelitian ini bertujuan untuk mengembangkan purwarupa sistem pendeteksi polusi asap rokok dengan menggunakan Arduino UNO sebagai basisnya. Metode K-Nearest Neighbors (K-NN) dipilih sebagai algoritma klasifikasi untuk mengenali jenis asap. Metode ini dipilih karena mudah diimplementasikan, non-parametrik, dan fleksibel dengan data yang berubah. Sensor MQ-7 digunakan sebagai sensor pendeteksi karbon monoksida (CO), sementara sensor MQ-135 digunakan untuk mendeteksi benzena sebagai fitur pada klasifikasi. Penelitian ini bertujuan untuk membantu kelompok atau individu yang menghirup asap rokok di ruangan tertutup, seperti ruang merokok, rumah, atau indekos. Berdasarkan pengujian yang dilakukan, kedua sensor berfungsi dengan baik dalam membaca nilai ADC dan PPM. Didapatkan tingkat akurasi dengan metode K-Nearest Neighbors untuk nilai K = 3, 5, 7 dalam melakukan klasifikasi sebesar 86.66%, 53.33%, 80%. Dibutuhkan 6.23 hingga 8.32 mikrosekon untuk proses pengklasifikasian pada sistem dengan rerata waktu klasifikasi sebesar 7,4 mikrosekon.]]>
Copyrights © 2023
