MANULLANG, KHALIL AKBAR (2024) Pemantauan Kualitas Udara Berbasis IoT dengan Metode Neural Network sebagai Alat Penentuan Batasan Aktivitas di Luar Rumah. S1 thesis, Universitas Mercu Buana - Buncit.
|
Text (COVER)
41422120022-Khalil Akbar Manullang-02 Cover.pdf Download (319kB) | Preview |
|
|
Text (ABSTRAK)
41422120022-Khalil Akbar Manullang-03 Abstrak.pdf Download (27kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB 1)
41422120022-Khalil Akbar Manullang-04 BAB 1.pdf Restricted to Registered users only Download (34kB) |
|
|
Text (BAB 2)
41422120022-Khalil Akbar Manullang-05 BAB 2.pdf Restricted to Registered users only Download (370kB) |
|
|
Text (BAB 3)
41422120022-Khalil Akbar Manullang-06 BAB 3.pdf Restricted to Registered users only Download (241kB) |
|
|
Text (BAB 4)
41422120022-Khalil Akbar Manullang-07 BAB 4.pdf Restricted to Registered users only Download (205kB) |
|
|
Text (BAB 5)
41422120022-Khalil Akbar Manullang-08 BAB 5.pdf Restricted to Registered users only Download (25kB) |
|
|
Text (DAFTAR PUSTAKA)
41422120022-Khalil Akbar Manullang-10 Daftar Pustaka.pdf Restricted to Registered users only Download (125kB) |
|
|
Text (LAMPIRAN)
41422120022-Khalil Akbar Manullang-11 Lampiran.pdf Restricted to Registered users only Download (277kB) |
Abstract
Pemantauan kualitas udara menjadi keharusan mendesak dalam menghadapi tantangan kesehatan masyarakat dan kelestarian lingkungan, terutama dengan kondisi kualitas udara yang semakin memburuk saat ini. Polusi udara telah menjadi masalah besar bagi kesehatan manusia dan ekosistem seiring dengan peningkatan aktivitas industri dan transportasi. Oleh karena itu, pemantauan kualitas udara bukan hanya kebutuhan teknis tetapi juga langkah penting untuk menyediakan data yang diperlukan untuk membuat langkah langkah pencegahan Penelitian ini mengembangkan sistem pemantauan kualitas udara berbasis Internet of Things (IoT) yang menggunakan neural network sebagai alat analisis data. Sistem ini dibangun menggunakan platform ESP32 dan mengintegrasikan tiga sensor utama: DHT11 untuk mengukur suhu dan kelembaban, MQ7 untuk mengukur karbon monoksida (CO), dan GP2Y1010AU0 untuk mengukur partikulat udara. Data yang dikumpulkan oleh sensor-sensor ini diproses menggunakan neural network untuk mendapatkan prediksi kualitas udara dan memberikan rekomendasi aktivitas diluar ruangan. Pengujian sistem menunjukkan bahwa sensor DHT11 berfungsi dengan baik dengan rata-rata kesalahan 1.3%, sementara sensor MQ7 hanya mendeteksi keberadaan CO tanpa mengukur nilai dengan akurat. Sensor GP2Y1010AU0 mendeteksi partikel PM2.5 dengan baik namun memerlukan kalibrasi lebih lanjut untuk mendapatkan hasil pengukuran yang akurat. Neural network mencapai Mean Squared Error (MSE) terendah 0.015 dan berhasil memproses data dengan tingkat kesalahan 6% dibandingkan perhitungan manual ISPU. Sistem ini memberikan rekomendasi real-time dengan waktu respon sekitar 1 detik
| Item Type: | Thesis (S1) |
|---|---|
| NIM/NIDN Creators: | 41422120022 |
| Uncontrolled Keywords: | Kualitas udara, ESP32, IoT, Kecerdasan Buatan, Neural Network, Blynk, Aplikasi Smartphone, Pemantauan, Rekomendasi |
| Subjects: | 600 Technology/Teknologi > 620 Engineering and Applied Operations/Ilmu Teknik dan operasi Terapan > 621 Applied Physics/Fisika terapan 600 Technology/Teknologi > 620 Engineering and Applied Operations/Ilmu Teknik dan operasi Terapan > 621 Applied Physics/Fisika terapan > 621.3 Electrical Engineering, Lighting, Superconductivity, Magnetic Engineering, Applied Optics, Paraphotic Technology, Electronics Communications Engineering, Computers/Teknik Elektro, Pencahayaan, Superkonduktivitas, Teknik Magnetik, Optik Terapan, Tekn |
| Divisions: | Fakultas Teknik > Teknik Elektro |
| Depositing User: | Nasruddin Mansyur S.Hum |
| Date Deposited: | 30 Aug 2024 04:21 |
| Last Modified: | 30 Aug 2024 04:21 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/90887 |
Actions (login required)
 |
View Item |
