Sistem Klasifikasi Kelayakan Air Minum pada Depot Air Minum Isi Ulang (DAMIU) berdasarkan pH, Total Dissolved Solids, dan Kekeruhan menggunakan Metode Naïve Bayes

Sistem Klasifikasi Kelayakan Air Minum pada Depot Air Minum Isi Ulang (DAMIU) berdasarkan pH, Total Dissolved Solids, dan Kekeruhan menggunakan Metode Naïve Bayes

Penulis

  • Yuviero Benvicko Riyanto Fakultas Ilmu Komputer, Universitas Brawijaya
  • Eko Setiawan Fakultas Ilmu Komputer, Universitas Brawijaya
  • Mochammad Hannats Hanafi Ichsan Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

klasifikasi, sistem, sistem klasifikasi, air minum, air, naive, bayes, naive bayes, ph, tds, total dissolved solids, kekeruhan, turbidity, damiu, air isi ulang, isi ulang, TDS SEN, pH-4502C, arduino, arduino uno, SEN0189, TDS SEN0244, Depot Air Minum Isi Ulang, akrilik, OLED, LED, IDE, Arduino IDE

Abstrak

Air merupakan suatu kebutuhan dasar yang sangat penting untuk keberlangsungan hidup manusia. Kebutuhan manusia akan air mencakup air yang sesuai untuk digunakan dalam kegiatan memasak, mencuci, dan mandi yang bersih dan sehat, serta air yang aman untuk diminum. Kelayakan dari sebuah air minum yang dapat didistribusikan dipengaruhi dari beberapa parameter yang di bagi menjadi 2 jenis yaitu, fisika dan kimia. Meningkatkan ketersediaan air minum yang aman dapat memiliki dampak positif yang terlihat pada kesehatan. Di kota-kota besar masyarakat mengandalkan air minum dalam kemasan atau AMDK untuk memenuhi kebutuhan minum mereka, karena masyarakat menganggap AMDK lebih praktis dan lebih higienis. Namun beberapa tahun terakhir masyarakat merasakan adanya peningkatan harga dari AMDK, sehingga muncullah alternatif lain yaitu depot air minum isi ulang atau DAMIU. Namun banyak dari masyarakat belum mengetahui apakah depot-depot yang berada di masyarakat ini memenuhi standar untuk menjadi air minum atau tidak. Dari permasalahan ini, peneliti ingin membuat suatu sistem klasifikasi kualitasi air minum yang berada di depot air minum isi ulang yang akan memberikan informasi mengenai kadar pH, kekeruhan pada air, dan zat padat terlarut atau TDS kepada masyarakat. Sistem klasifikasi air minum ini dibekali dengan sensor pH-4502C, Sensor turbidity SEN0189, dan sensor TDS SEN0244. Lalu nantinya informasi yang telah didapati oleh sensor akan ditampilkan pada modul OLED, serta bantuan dari Arduino Uno sebagai mikrokontroler yang akan menjadi penghubung. Lalu metode Naïve Bayes akan digunakan sebagai metode klasifikasi dari hasil sensor yang telah dikeluarkan. Pada penelitian ini sudah dilakukan pengujian sensor dan klasifikasi yang hasilnya dimana, sensor pH-4502C mendapatkan nilai 98,62%, sensor turbidity SEN0189 terbukti efektif dengan hasil tegangan yang dikeluarkan untuk air jernih masih sekitar 4 Volt, sedangkan untuk air kotor tegangan yang dihasilkan dibawah 4 Volt, lalu untuk sensor TDS SEN0244 mendapatkan hasil sebesar 87,71%. Pada pengujian metode Naïve Bayes didapatkan nilai akurasi sebesar 100% dengan mengunakan 3 parameter dari total 12 kali percobaan di setiap parameter.

Referensi

Arduino, 2011. UNO R3. [Online] Available at: https://docs.arduino.cc/hardware/uno-rev3 [Accessed 07 Juni 2023].

Arduino, 2014. Arduino Integrated Development Environment (IDE) v1. [Online] Available at: https://docs.arduino.cc/software/ide-v1/tutorials/Environment [Diakses 6 April 2023].

DFRobot, 2016. Turbidity_sensor_SKU__SEN0189-DFRobot. [Online] Available at: https://wiki.dfrobot.com/Turbidity_sensor_SKU__SEN0189 [Accessed 07 Juni 2023].

DFRobot, 2017. Analog TDS Sensor Meter for Arduino / ESP32 / Raspberry Pi - DFRobot Wiki. [Online] Available at: https://wiki.dfrobot.com/Gravity__Analog_TDS_Sensor___Meter_For_Arduino_SKU__SEN0244 [Accessed 07 Juni 2023].

Edition, F. (2011). Guidelines for drinking-water quality. WHO chronicle, 38(4), 104-8.

Menteri Kesehatan, 2010. Peraturan menteri kesehatan RI No. 492/MENKES/PER/IV/2010, Jakarta: Kementerian Kesehatan RI.

Muhammad, S. Y., Makhtar, M., Rozaimee, A., Aziz, A. A., & Jamal, A. A. (2015). Classification model for water quality using machine learning techniques. International Journal of software engineering and its applications, 9(6), 45-52.

Nugroho, M. D. B., Syauqy, D., & Fitriyah, H. (2022). Klasifikasi Kelayakan Susu Sapi UHT berdasarkan PH, Warna, dan Aroma menggunakan Metode Naive Bayes berbasis Arduino. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 6(11), 5541-5548.

Rahayu, A. (2008). Deteksi Adanya Bakteri Pada Air Minum dalam Kemasan Galon. Jurnal Kedokteran Universitas Wijaya Kusuma. Surabaya.

Tombeng, R. B., Polii, B., & Sinolungan, S. (2013). Analisis kualitatif kandungan Escherichia coli dan coliform pada 3 depot air minum isi ulang di kota Manado. Jurnal Kesehatan Masyarakat Universitas Sam Ratulangi, 1(7), 1-7.

World Health Organization. (2017). Guidelines for drinking-water quality: first addendum to the fourth edition.

Unduhan

Diterbitkan

10 Okt 2023

Cara Mengutip

Riyanto, Y. B., Setiawan, E., & Ichsan, M. H. H. (2023). Sistem Klasifikasi Kelayakan Air Minum pada Depot Air Minum Isi Ulang (DAMIU) berdasarkan pH, Total Dissolved Solids, dan Kekeruhan menggunakan Metode Naïve Bayes. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(7), 3525–3536. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/12962

Terbitan

Bagian

Artikel
Loading...