<![CDATA[Kualitas air minum merupakan faktor penting yang harus dipantau secara berkelanjutan untuk menjamin keamanan konsumsi. Proses pengujian kualitas air yang masih dilakukan secara manual membutuhkan waktu relatif lama sehingga kurang efektif dalam mendeteksi perubahan kualitas air secara cepat. Penelitian ini bertujuan mengembangkan sistem klasifikasi kelayakan air minum berbasis Internet of Things (IoT) menggunakan metode Naïve Bayes. Sistem dibangun dengan memanfaatkan mikrokontroler ESP32 yang terintegrasi dengan sensor pH, Total Dissolved Solids (TDS), dan turbidity untuk memperoleh data kualitas air secara real-time. Data hasil pembacaan sensor diproses menggunakan algoritma Naïve Bayes untuk mengklasifikasikan kualitas air ke dalam kategori Layak dan Tidak Layak, kemudian hasilnya ditampilkan melalui aplikasi Blynk sebagai media monitoring. Evaluasi model dilakukan menggunakan metode train-test split dengan pembagian data 80% sebagai data latih dan 20% sebagai data uji serta dianalisis menggunakan confusion matrix. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan 34 dari 35 data uji dengan benar dan memperoleh tingkat akurasi sebesar 97,14%. Hasil tersebut menunjukkan bahwa metode Naïve Bayes memiliki kinerja yang sangat baik dalam mengklasifikasikan kelayakan air minum berdasarkan parameter pH, TDS, dan turbidity sehingga layak diterapkan pada sistem monitoring kualitas air berbasis IoT secara real-time.]]>
Copyrights © 2026
