Kualitas udara yang buruk dapat berdampak negatif pada sistem respirasi manusia dan dampak kesehatan lainnya, sehingga pemantauan kualitas udara berperan penting terhadap permasalahan ini. Penelitian ini mengembangkan sistem klasifikasi kualitas udara secara real-time menggunakan metode K-Nearest Neighbor (KNN) dan data dari 4 sensor: GP2Y1010AU0F (PM₂.₅), MQ-135 (CO₂), MQ-131 (O₃), dan MQ-7 (CO). Sistem terdiri dari sensor yang terintegrasi dengan ESP32, penyimpanan cloud menggunakan Firebase, dan antarmuka web untuk pemrosesan serta visualisasi data. ESP32 berfungsi mengumpulkan data dari sensor dan mengirimkannya ke Firebase, yang kemudian diakses oleh aplikasi web untuk klasifikasi menggunakan algoritma KNN. Klasifikasi dilakukan dalam 4 kategori: baik, sedang, buruk, dan sangat buruk, dengan hasil ditampilkan di antarmuka web untuk pemantauan selama 24 jam terakhir. Pengujian menggunakan confusion matrix dengan 900 data latih dan 600 data uji menunjukkan tingkat akurasi sebesar 98,67%. Selain itu, pengujian crossvalidation dengan k=3 menghasilkan akurasi sebesar 99,39%.
Copyrights © 2025