PENERAPAN MACHINE LEARNING PADA IOT UNTUK KLASIFIKASI KELAYAKAN AIR

Ardiansyah, Rafli (2026) PENERAPAN MACHINE LEARNING PADA IOT UNTUK KLASIFIKASI KELAYAKAN AIR. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full Text) RAMA_55201_2213020102.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text (Similarity) RAMA_55201_2213020102_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020102_0708028704_0721058902_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_55201_2213020102_0708028704_0721058902_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (479kB) | Request a copy
	Text (BAB 3) RAMA_55201_2213020102_0708028704_0721058902_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (600kB) | Request a copy
	Text (BAB 4) RAMA_55201_2213020102_0708028704_0721058902_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (714kB) | Request a copy
	Text (BAB 5) RAMA_55201_2213020102_0708028704_0721058902_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (181kB) | Request a copy
	Text (References) RAMA_55201_2213020102_0708028704_0721058902_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (171kB)
	Text (Lampiran) RAMA_55201_2213020102_0708028704_0721058902_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (614kB) | Request a copy

Abstract

Pemantauan kualitas air secara konvensional memiliki keterbatasan berupa proses yang lambat dan tidak mampu menyediakan data secara real-time. Penelitian ini mengembangkan sistem monitoring kualitas air berbasis IoT menggunakan mikrokontroler ESP32 yang terintegrasi dengan algoritma Support Vector Machine (SVM) yang dioptimalkan secara sistematis melalui hyperparameter tuning menggunakan GridSearchCV. Model dilatih menggunakan 4.259 sampel dataset publik dengan tiga fitur utama yaitu pH, Conductivity, dan Turbidity, yang berlabel berdasarkan standar WHO dan Permenkes RI No. 32 Tahun 2017. Hasil eksperimen menunjukkan bahwa kernel RBF dengan konfigurasi C=1000 dan gamma=0,1 menghasilkan akurasi tertinggi sebesar 99,65% dengan precision kelas Normal sebesar 100%, yang berarti tidak ada satupun sampel air tercemar yang salah diprediksi sebagai aman. Pengujian fungsional pada empat sampel air fisik membuktikan bahwa model yang dilatih menggunakan dataset publik mampu bekerja secara efektif pada data sensor real-world dalam sistem monitoring berbasis IoT.

Actions (login required)

View Item