<![CDATA[Penelitian ini bertujuan untuk meningkatkan akurasi dan kestabilan pembacaan sensor MQ-3 dalam mendeteksi kadar alkohol pada hembusan napas manusia dengan menerapkan metode Kalman Filter serta mengintegrasikannya ke dalam sistem berbasis Internet of Things (IoT). Permasalahan utama pada sensor MQ-3 adalah adanya fluktuasi pembacaan dan lonjakan nilai (spike) akibat noise pengukuran, terutama pada variasi jarak dan sudut pengujian. Pada penelitian ini, sensor MQ-3 digunakan untuk mendeteksi konsentrasi uap etanol dalam satuan Parts Per Million (PPM), sedangkan ESP8266 berfungsi sebagai mikrokontroler dan modul komunikasi untuk pengiriman data secara real-time. Algoritma Kalman Filter satu dimensi diterapkan dengan mempertimbangkan parameter process noise (Q), measurement noise (R), dan error covariance (P) untuk mereduksi noise dan menghasilkan estimasi yang lebih optimal. Pengujian dilakukan pada variasi sudut 90° dan 45° serta jarak 5 cm dan 2,5 cm menggunakan alkohol dengan konsentrasi 10%, 70%, dan 96%. Hasil penelitian menunjukkan bahwa pembacaan tanpa Kalman Filter mengalami fluktuasi signifikan dan lonjakan hingga 2000 PPM, sedangkan setelah diterapkan Kalman Filter, data menjadi lebih halus, stabil, dan representatif terhadap kondisi sebenarnya. Dengan demikian, penerapan Kalman Filter terbukti efektif dalam meningkatkan kualitas dan keandalan sistem pendeteksi kadar alkohol berbasis IoT.]]>
Copyrights © 2026
