Sistem Klasifikasi Kualitas Air dalam Akuakultur Budidaya Ikan Lele dengan Algoritma PCA dan KNN
Kata Kunci:
akuakultur, monitoring, knn, pcaAbstrak
Akuakultur merupakan salah satu metode budidaya organisme air seperti ikan, tanaman air, dan lain lain untuk memenuhi kebutuhan pangan manusia. Meskipun akuakultur sangat menjanjikan dan memiliki banyak manfaat, sistem ini membutuhkan pengelolaan kualitas air yang efektif. Untuk menjaga agar kualitas air kolam ikan tetap baik tentunya diperlukan pengecekan beberapa parameter air secara rutin oleh pembudidaya. Sehingga, dapat dikembangkan sistem klasifikasi kualitas air pada sistem akuakultur yang dapat dimonitoring kapan saja dan dimana saja. Dalam melakukan klasifikasi, sistem ini menggunakan metode KNN. Namun, KNN memiliki keterbatasan, seperti kebutuhan memori dan kompleksitas waktu. Dari permasalahan tersebut maka dibuatlah sebuah sistem klasifikasi menggunakan menggunakan mikrokontroler ESP-32, sensor DS18b20, sensor pH-4502C, sensor TDS, dan sensor Turbidity dengan menggunakan algoritma KNN dan PCA. Penelitian ini bertujuan untuk membuat sistem monitoring kualitas air serta mengetahui dampak penggunaan PCA dalam mengatasi kekurangan KNN. Pengujian penelitian dilakukan dengan menguji akurasi KNN serta membandingkan penggunaan memori dan kecepatan komputasi KNN dengan menggunakan metode PCA dan tanpa menggunakan metode PCA. Hasil yang diperoleh dari pengujian ialah akurasi klasifikasi PCA+KNN sebesar 80%, memori yang digunakan 240 bytes lebih hemat saat menggunakan PCA, dan komputasi lebih cepat dengan rata-rata waktu 17.2 μs dengan menggunakan PCA.
Referensi
Li, D., & Liu, S. (2019). Water Quality Monitoring and Management (pp. 303-328). Academic Press. https://doi.org/10.1016/B978-0-12-811330-1.00012-0
Metcalf dan Eddy. 1991. Wastewater Engineering Treatment Disposal Reuse. McGraw-Hill Book Co, Singapore.
Raihan, D. H. (2021). Sistem Monitoring dan Kontrol Air Kolam Ikan Lele Berbasis IoT (Internet of Things).
Putrawan, I. G. H., Rahardjo, P., & Agung, I. G. A. P. R. (2019). Sistem Monitoring Tingkat Kekeruhan Air dan Pemberi Pakan Otomatis pada Kolam Budidaya Ikan Koi Berbasis NodeMCU. Majalah Ilmiah Teknologi Elektro, 19(1), 1. https://doi.org/10.24843/mite.2020.v19i01.p01
Aditya Nugraha, D., & Sartika Wiguna, A. (2020). SELEKSI FITUR WARNA CITRA DIGITAL BIJI KOPI MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Digital Image Selection of Coffee Seed Using Component Analysis Method. In Research : Journal of Computer (Vol. 3, Issue 1).
Adiwijaya, Wisesty, U. N., Lisnawati, E., Aditsania, A., & Kusumo, D. S. (2018). Dimensionality reduction using Principal Component Analysis for cancer detection based on microarray data classification. Journal of Computer Science, 14(11), 1521–1530. https://doi.org/10.3844/jcssp.2018.1521.1530
Beattie, J. R., & Esmonde-White, F. W. L. (2021). Exploration of Principal Component Analysis: Deriving Principal Component Analysis Visually Using Spectra. In Applied Spectroscopy (Vol. 75, Issue 4, pp. 361–375). SAGE Publications Inc. https://doi.org/10.1177/0003702820987847
Hassanat, A., Ali Abbadi, M., Awad Altarawneh, G., Alhasanat, A. A., Basheer Hassanat, A., & Ali Alhasanat, A. (2014). Solving the Problem of the K Parameter in the KNN Classifier Using an Ensemble Learning Approach Revising some biometrics work View project Cement Stabilized Rammed Earth View project Solving the Problem of the K Parameter in the KNN Classifier Using an Ensemble Learning Approach. In IJCSIS) International Journal of Computer Science and Information Security (Vol. 12, Issue 8). https://www.researchgate.net/publication/265168466
Hediyati, D., & Suartana, I. M. (n.d.). Penerapan Principal Component Analysis (PCA) Untuk Reduksi Dimensi Pada Proses Clustering Data Produksi Pertanian Di Kabupaten Bojonegoro.
Setya Perdana, R. (2017). Implementasi Algoritma Modified K-Nearest Neighbor (MKNN) untuk Klasifikasi Penyakit Demam. http://j-ptiik.ub.ac.id
Syahputra, H., Basyar, L. K., & Tamba, A. A. S. (2020). Setiment Analysis of Public Opinion on the Go-Jek Indonesia Through Twitter Using Algorithm Support Vector Machine. Journal of Physics: Conference Series, 1462(1). https://doi.org/10.1088/1742-6596/1462/1/012063
Nurjanah, S., Siregar , A. M., & Kusumaningrum, D. S. (2020). PENERAPAN ALGORITMA K–NEARESTNEIGHBOR (KNN)UNTUK KLASIFIKASI PENCEMARAN UDARA DI KOTA JAKARTA. Scientific Student Journal for Information, Technology and Science, 1 no 2.
Moldagulova, A., & Sulaiman , R. B. (2017). Using KNN Algorithm for Classification of Textual Documents. International Conference on Information Technology (ICIT). https://doi.org/10.1109/ICITECH.2017.8079924
Li, D., & Liu, S. (2019). Water Quality Monitoring and Management (pp. 303-328). Academic Press. https://doi.org/10.1016/B978-0-12-811330-1.00012-0
Metcalf dan Eddy. 1991. Wastewater Engineering Treatment Disposal Reuse. McGraw-Hill Book Co, Singapore.
Raihan, D. H. (2021). Sistem Monitoring dan Kontrol Air Kolam Ikan Lele Berbasis IoT (Internet of Things).
Putrawan, I. G. H., Rahardjo, P., & Agung, I. G. A. P. R. (2019). Sistem Monitoring Tingkat Kekeruhan Air dan Pemberi Pakan Otomatis pada Kolam Budidaya Ikan Koi Berbasis NodeMCU. Majalah Ilmiah Teknologi Elektro, 19(1), 1. https://doi.org/10.24843/mite.2020.v19i01.p01
Aditya Nugraha, D., & Sartika Wiguna, A. (2020). SELEKSI FITUR WARNA CITRA DIGITAL BIJI KOPI MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Digital Image Selection of Coffee Seed Using Component Analysis Method. In Research : Journal of Computer (Vol. 3, Issue 1).
Adiwijaya, Wisesty, U. N., Lisnawati, E., Aditsania, A., & Kusumo, D. S. (2018). Dimensionality reduction using Principal Component Analysis for cancer detection based on microarray data classification. Journal of Computer Science, 14(11), 1521–1530. https://doi.org/10.3844/jcssp.2018.1521.1530
Beattie, J. R., & Esmonde-White, F. W. L. (2021). Exploration of Principal Component Analysis: Deriving Principal Component Analysis Visually Using Spectra. In Applied Spectroscopy (Vol. 75, Issue 4, pp. 361–375). SAGE Publications Inc. https://doi.org/10.1177/0003702820987847
Hassanat, A., Ali Abbadi, M., Awad Altarawneh, G., Alhasanat, A. A., Basheer Hassanat, A., & Ali Alhasanat, A. (2014). Solving the Problem of the K Parameter in the KNN Classifier Using an Ensemble Learning Approach Revising some biometrics work View project Cement Stabilized Rammed Earth View project Solving the Problem of the K Parameter in the KNN Classifier Using an Ensemble Learning Approach. In IJCSIS) International Journal of Computer Science and Information Security (Vol. 12, Issue 8). https://www.researchgate.net/publication/265168466
Hediyati, D., & Suartana, I. M. (n.d.). Penerapan Principal Component Analysis (PCA) Untuk Reduksi Dimensi Pada Proses Clustering Data Produksi Pertanian Di Kabupaten Bojonegoro.
Setya Perdana, R. (2017). Implementasi Algoritma Modified K-Nearest Neighbor (MKNN) untuk Klasifikasi Penyakit Demam. http://j-ptiik.ub.ac.id
Syahputra, H., Basyar, L. K., & Tamba, A. A. S. (2020). Setiment Analysis of Public Opinion on the Go-Jek Indonesia Through Twitter Using Algorithm Support Vector Machine. Journal of Physics: Conference Series, 1462(1). https://doi.org/10.1088/1742-6596/1462/1/012063
Nurjanah, S., Siregar , A. M., & Kusumaningrum, D. S. (2020). PENERAPAN ALGORITMA K–NEARESTNEIGHBOR (KNN)UNTUK KLASIFIKASI PENCEMARAN UDARA DI KOTA JAKARTA. Scientific Student Journal for Information, Technology and Science, 1 no 2.
Moldagulova, A., & Sulaiman , R. B. (2017). Using KNN Algorithm for Classification of Textual Documents. International Conference on Information Technology (ICIT). https://doi.org/10.1109/ICITECH.2017.8079924
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
