Penerapan Metode Support Vector Machine Untuk Klasifikasi Air Minum Isi Ulang (AMIU) Layak Minum Berbasis Arduino
Kata Kunci:
pH-4502C, turbidity, TDS SEN0244, Support Vector Machine (SVM), Depot Air Minum Isi Ulang, Arduino UNOAbstrak
Manusia menggunakan air untuk digunakan dalam kehidupan sehari-hari seperti konsumsi minuman, untuk mandi, memasak, mencuci dan keperluan lainnya. Agar aman bagi kesehatan, air minum yang kita konsumsi harus memenuhi persyaratan fisika, mikrobiologis, kimiawi dan radioaktif. Di masyarakat ketersediaan air minum banyak diperoleh dari air minum isi ulang yang berasal dari Depot Air Minum Isi Ulang atau DAMIU. Namun banyak dari masyarakat belum mengetahui apakah DAMIU yang beredar sudah memenuhi persayaratan kesehatan air minum atau tidak. Dari permasalahan ini peneliti ingin membuat sistem yang dapat melakukan klasifikasi kualitas air minum isi ulang yang memberi informasi terkait kadar pH, kekeruhan pada air dan kandungan zat padat terlarut (TDS) air pada masyarakat. Sensor pH-4502C, sensor turbidity dan sensor TDS digunakan dalam sistem klasifikasi ini. Ketiga sensor ini dihubungan dengan sebuah mikrokontrroler Arduino UNO dan juga terhubung dengan LCD 16X2 yang berfungsi sebagai tampilan informasi. Hasil dari ketiga sensor tersebut akan diklasifikasikan menggunakan metode Support Vector Machine (SVM). Penelitian ini melakukan pengujian sensor dan pengujian metode. Hasil yang didapatkan pada pengujian sensor pH-4502C menghasilkan nilai rata-rata error yang relatif kecil yaitu sebesar 4.64%. Berdasarkan hasil pengujian, sensor turbidity dapat bekerja dengan baik dalam membaca kekeruhan pada air yaitu berupa nilai tegangan untuk air jernih sekitar 3.8 Volt, sedangkan untuk air keruh atau kotor tegangan yang dihasilkan dibawah 3.8 Volt. Sensor TDS SEN0244 mendapatkan nilai rata-rata error sebesar 4.84%. Pada pengujian Metode SVM didapatkan nilai akurasi sebesar 100% dari 10 data total yang diuji dan 30 data latih. Secara keseluruhan, sistem klasifikasi kualitas air minum isi ulang bekerja dengan baik dan diharapkan dapat membantu memantau dan memilih DAMIU mana yang sesuai dengan persyaratan kesehatan air minum.
Referensi
Altro Surabaya, 2023. Gravity Analog TDS Sensor /Meter for Arduino by DFRobot. [Online] Available at: https://www.tokopedia.com/altrosurabaya/gravity-analog-tds-sensor-meter-for-arduino-by-dfrobot [Accesses 02 September2023].
Arduino, 2010. Arduino UNO & Genuino UNO. [Online] Available at: <https://www.arduino.cc/en/Main/ArduinoBoardUno/> [Accessed 10 September 2023].
Arduino, 2014. Arduino Integrated Development Environment (IDE) v1. [Online] Available at: https:/docs.arduino.cc/software/ide-v1/tutorials/Environment [Diakses 6 September 2023].
Arduino, 2019. "Hello World!". [Online] Available at: https://www.arduino.cc/en/Tutorial/HelloWorld [Accessed 10 September 2023]
Badan Pusat Statistik, (2023). "Mayoritas Rumah tangga di Indonesia menggunakan air isi ulang/kemasan untuk kebutuhan sehari-hari." [Online]
https://databoks.katadata.co.id/datapublish/2023/10/27/mayoritas-rumah-tangga-indonesia-konsumsi-air-minum-kemasan [Accesses 20 June 2024]
Bustomi, A.Y., Sylvia, D., & Rusdiana, N., 2018. Analisis Sifat Fisika, pH dan Kesadahan Air Minum Isi Ulang Beberapa Depot Air Minum Isi Ulang (DAMIU) di Kecamatan Sepatan Timur. Jurnal Farmagazine. Vol V No 3.
Dewantoro, W. & Ulum, M. B., 2021. Rancang Bangun Sistem Monitoring Kualitas Air Pada Budidaya Ikan Hias Air Tawar Berbasis Iot (Internet of Things). Jurnal Komputasi, pp. 67-75.
DFRobot, 2017. Analog TDS Sensor Meter for Arduino / ESP32 / Raspberry Pi-DfRobot Wiki. [Online] Available at: https:wiki.dfrobot.com/Gravity Analog Sensor Meter For Arduino SKU SEN0244[Accesses 07 September 2023]
Gandhi, R., 2022. Support Vector Machine — Introduction to Machine Learning Algorithms. [Online] Available at: <https://towardsdatascience.com/support-vector-machineintroduction-to-machine-learning-algorithms-934a444fca47> [Diakses 1 November 2003]
Menteri Kesehatan, 2010. Peraturan menteri kesehatan RI No. 492/MENKES/PER/IV/2010, Jakarta: Kementerian Kesehatan RI.
Octaviani, P. A., Wilandari, Y. & Ispriyanti, D., 2014. Penerapan Metode Klasifikasi Support Vector Machine (Svm) Pada Data Akreditasi Sekolah Dasar (Sd) Di Kabupaten Magelang. Jurnal Gaussian, Volume 3, Nomor 4, Pp. 811-820.
Prastyo, E. A. (2000). Retrieved from https://www.edukasielektronika.com/2020/11/turbidity-sensor-kekeruhan-air-sen0189.html
Radhakrishnan, N. & Pillai, A. S., 2020. Comparison of Water Quality Classification Models using Machine Learning. Proceedings of the Fifth International Conference on Communication and Electronics Systems (ICCES 2020), pp. 1183-1188
Ramadhan, D., & Prasetio, B. H. (2023). Sistem Klasifikasi Kualitas Air Kolam Ikan Lele dengan Metode K-Nearest Neighbor (KNN). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(14).
Riyanto, Y,B., Setiawan, E., & Ichsan, M.H.H. (2023). Sistem Klasifikasi Kelayakan Air Minum pada Depot Air Minun Isi Ulang (DAMIU) berdasarkan pH, Total Dissolved Solids dan Kekeruhan menggunakan Metode Naïve Bayes. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 7(14).
Rosita, N., 2014. Analisis Kualitas Air Minum Isi Ulang Beberapa Depot Air Minum IsI Ulang (DAMIU) di Tangerang Selatan. Jurnal Kimia Valensi. Vol. 4 No 2, pp. 134-141
Saputra, G. A., 2020. Analisis Cara Kerja Sensor Ph- E4502c Menggunakan Mikrokontroler Arduino Uno Untuk Merancang Alat Pengendalian Ph Air Pada Tambak .
WatElectronics, 2019. Arduino Uno Board with Real-Time Application Projects. [Online] Available at: <https://www.watelectronics.com/arduino-uno-board-tutorial-and-its-applications/> [Accessed 28 August 2023].
Altro Surabaya, 2023. Gravity Analog TDS Sensor /Meter for Arduino by DFRobot. [Online] Available at: https://www.tokopedia.com/altrosurabaya/gravity-analog-tds-sensor-meter-for-arduino-by-dfrobot [Accesses 02 September2023].
Arduino, 2010. Arduino UNO & Genuino UNO. [Online] Available at: <https://www.arduino.cc/en/Main/ArduinoBoardUno/> [Accessed 10 September 2023].
Arduino, 2014. Arduino Integrated Development Environment (IDE) v1. [Online] Available at: https:/docs.arduino.cc/software/ide-v1/tutorials/Environment [Diakses 6 September 2023].
Arduino, 2019. "Hello World!". [Online] Available at: https://www.arduino.cc/en/Tutorial/HelloWorld [Accessed 10 September 2023]
Badan Pusat Statistik, (2023). "Mayoritas Rumah tangga di Indonesia menggunakan air isi ulang/kemasan untuk kebutuhan sehari-hari." [Online]
https://databoks.katadata.co.id/datapublish/2023/10/27/mayoritas-rumah-tangga-indonesia-konsumsi-air-minum-kemasan [Accesses 20 June 2024]
Bustomi, A.Y., Sylvia, D., & Rusdiana, N., 2018. Analisis Sifat Fisika, pH dan Kesadahan Air Minum Isi Ulang Beberapa Depot Air Minum Isi Ulang (DAMIU) di Kecamatan Sepatan Timur. Jurnal Farmagazine. Vol V No 3.
Dewantoro, W. & Ulum, M. B., 2021. Rancang Bangun Sistem Monitoring Kualitas Air Pada Budidaya Ikan Hias Air Tawar Berbasis Iot (Internet of Things). Jurnal Komputasi, pp. 67-75.
DFRobot, 2017. Analog TDS Sensor Meter for Arduino / ESP32 / Raspberry Pi-DfRobot Wiki. [Online] Available at: https:wiki.dfrobot.com/Gravity Analog Sensor Meter For Arduino SKU SEN0244[Accesses 07 September 2023]
Gandhi, R., 2022. Support Vector Machine — Introduction to Machine Learning Algorithms. [Online] Available at: <https://towardsdatascience.com/support-vector-machineintroduction-to-machine-learning-algorithms-934a444fca47> [Diakses 1 November 2003]
Menteri Kesehatan, 2010. Peraturan menteri kesehatan RI No. 492/MENKES/PER/IV/2010, Jakarta: Kementerian Kesehatan RI.
Octaviani, P. A., Wilandari, Y. & Ispriyanti, D., 2014. Penerapan Metode Klasifikasi Support Vector Machine (Svm) Pada Data Akreditasi Sekolah Dasar (Sd) Di Kabupaten Magelang. Jurnal Gaussian, Volume 3, Nomor 4, Pp. 811-820.
Prastyo, E. A. (2000). Retrieved from https://www.edukasielektronika.com/2020/11/turbidity-sensor-kekeruhan-air-sen0189.html
Radhakrishnan, N. & Pillai, A. S., 2020. Comparison of Water Quality Classification Models using Machine Learning. Proceedings of the Fifth International Conference on Communication and Electronics Systems (ICCES 2020), pp. 1183-1188
Ramadhan, D., & Prasetio, B. H. (2023). Sistem Klasifikasi Kualitas Air Kolam Ikan Lele dengan Metode K-Nearest Neighbor (KNN). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(14).
Riyanto, Y,B., Setiawan, E., & Ichsan, M.H.H. (2023). Sistem Klasifikasi Kelayakan Air Minum pada Depot Air Minun Isi Ulang (DAMIU) berdasarkan pH, Total Dissolved Solids dan Kekeruhan menggunakan Metode Naïve Bayes. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 7(14).
Rosita, N., 2014. Analisis Kualitas Air Minum Isi Ulang Beberapa Depot Air Minum IsI Ulang (DAMIU) di Tangerang Selatan. Jurnal Kimia Valensi. Vol. 4 No 2, pp. 134-141
Saputra, G. A., 2020. Analisis Cara Kerja Sensor Ph- E4502c Menggunakan Mikrokontroler Arduino Uno Untuk Merancang Alat Pengendalian Ph Air Pada Tambak .
WatElectronics, 2019. Arduino Uno Board with Real-Time Application Projects. [Online] Available at: <https://www.watelectronics.com/arduino-uno-board-tutorial-and-its-applications/> [Accessed 28 August 2023].
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
