Pengembangan Sistem Pemantauan Limbah Air dengan Arduino Berbasis IoT (Internet Of Things) Menggunakan Metode Klasifikasi Decission Tree : Studi Kasus Divisi Kesehatan Lingkungan RSI Darus Syifa’ Surabaya

Nurul Mudhofar (Universitas Muhammadiyah Gresik)
Henny Dwi Bhakti (Universitas Muhammadiyah Gresik)

Jurnal Nasional Komputasi dan Teknologi Informasi
Vol 8, No 6 (2025): Desember 2025

Abstrak - Pengelolaan limbah air rumah sakit merupakan aspek krusial dalam menjaga kualitas lingkungan dan mencegah dampak negatif terhadap kesehatan masyarakat. Skripsi ini mengembangkan sistem pemantauan kualitas limbah air berbasis Internet of Things (IoT) yang dilengkapi dengan klasifikasi otomatis menggunakan algoritma Decision Tree C4.5. Sistem memanfaatkan sensor untuk mengukur parameter penting seperti pH, Kekeruhan dan Suhu yang datanya dikirim secara real-time ke platform monitoring. Data tersebut kemudian diklasifikasikan ke dalam tiga kategori kualitas air, yaitu Baik, Cukup Baik, dan Berbahaya, berdasarkan aturan keputusan dari algoritma C4.5. Evaluasi sistem menggunakan Confusion Matrix menunjukkan tingkat akurasi sebesar 100%, membuktikan efektivitas algoritma dalam mengidentifikasi tingkat pencemaran limbah air. Hasil ini menunjukkan bahwa sistem yang dikembangkan memiliki potensi besar untuk diterapkan sebagai alat bantu pengawasan limbah air rumah sakit secara efisien, akurat, dan berkelanjutan.Kata kunci : Pemantauan; Kualitas; Limbah Air; Rumah Sakit, Decision Tree, Internet Of Things Abstract -. The management of hospital wastewater is a crucial aspect of preserving environmental quality and preventing adverse effects on public health. This thesis develops a hospital wastewater quality monitoring system based on the Internet of Things (IoT), equipped with automatic classification using the Decision Tree C4.5 algorithm. The system utilizes sensors to measure key parameters such as pH, Turbidity and Temperature with data transmitted in real-time to a monitoring platform. The collected data is then classified into three categories of water quality: Good, Fair, and Hazardous, based on decision rules derived from the C4.5 algorithm. System evaluation using a Confusion Matrix indicates an accuracy level of 100%, demonstrating the effectiveness of the algorithm in identifying pollution levels in wastewater. These findings suggest that the developed system holds significant potential as an efficient, accurate, and sustainable tool for hospital wastewater monitoring.Keywords : Hospital Wastewater; Quality Monitoring; Decision Tree; Internet Of Things;