RAMDHANI, Putra (2025) Prediksi Polutan Karbon Monoksida Menggunakan Algoritma Machine Learning Regresi Linier Berbasis Sensor Mq-135 Dan Iot Di Pt Xyz Bekasi. Skripsi thesis, Universitas Jenderal Soedirman.
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Cover)
COVER-Putra Ramdhani-K1C021044-Skripsi-2025.pdf Download (56kB) |
|
PDF (Legalitas)
LEGALITAS-Putra Ramdhani-K1C021044-Skripsi-2025.pdf Restricted to Repository staff only Download (406kB) |
|
PDF (Abstrak)
ABSTRAK-Putra Ramdhani-K1C021044-Skripsi-2025.pdf Download (43kB) |
|
PDF (BabI)
BAB I-Putra Ramdhani-K1C021044-Skripsi-2025.pdf Restricted to Repository staff only until 3 March 2026. Download (53kB) |
|
PDF (BabII)
BAB II-Putra Ramdhani-K1C021044-Skripsi-2025.pdf Restricted to Repository staff only until 3 March 2026. Download (274kB) |
|
PDF (BabIII)
BAB III-Putra Ramdhani-K1C021044-Skripsi-2025.pdf Restricted to Repository staff only until 3 March 2026. Download (333kB) |
|
PDF (BabIV)
BAB IV-Putra Ramdhani-K1C021044-Skripsi-2025.pdf Restricted to Repository staff only Download (529kB) |
|
PDF (BabV)
BAB V-Putra Ramdhani-K1C021044-Skripsi-2025.pdf Download (40kB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA-Putra Ramdhani-K1C021044-Skripsi-2025.pdf Download (184kB) |
|
PDF (Lampiran)
LAMPIRAN-Putra Ramdhani-K1C021044-Skripsi-2025.pdf Restricted to Repository staff only Download (617kB) |
Abstract
Karbon monoksida (CO) merupakan polutan udara berbahaya yang sulit dideteksi tanpa alat khusus. Penelitian ini bertujuan untuk merancang sistem pemantauan CO berbasis sensor MQ-135 dan teknologi Internet of Things (IoT) guna melakukan pengukuran secara real-time serta memprediksi konsentrasinya menggunakan algoritma regresi linier. Sistem ini diterapkan di salah satu PT yang ada di Kawasan Industri MM2100, Bekasi, dengan data dikumpulkan menggunakan mikrokontroler ESP32 dan dikirim ke platform ThingSpeak, sementara faktor meteorologi seperti suhu, kelembapan, kecepatan angin, dan kondisi cuaca diperoleh dari Open Meteo sebagai variabel independen. Proses penelitian meliputi perancangan sistem, pengumpulan data, pemodelan regresi linier, serta evaluasi performa menggunakan RMSE, MSE, MAE, dan R-squared (R²). Hasil penelitian menunjukkan bahwa sensor MQ-135 memiliki standar deviasi sebesar 19,89 ppm akibat keterbatasan rentang deteksi maksimum 450 ppm, yang memengaruhi akurasi pengukuran. Selain itu, model prediksi berbasis regresi linier menghasilkan nilai R-squared sebesar 0,079 atau 7,9%, menunjukkan bahwa hubungan antara faktor meteorologi dan konsentrasi CO masih lemah, sebagian besar disebabkan oleh keterbatasan jumlah dan variasi data yang digunakan. Meskipun demikian, sistem ini tetap menunjukkan potensi dalam pemantauan polutan CO secara real-time. Peningkatan akurasi dapat dicapai melalui optimalisasi sensor, perluasan cakupan data, serta penerapan algoritma machine learning yang lebih kompleks agar sistem dapat memberikan prediksi yang lebih akurat dan andal dalam mendukung pemantauan konsentrasi CO.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | K25029 |
| Uncontrolled Keywords: | Karbon Monoksida (CO), Sensor MQ-135, Polutan Udara, IoT, Prediksi CO, Machine Learning, Regresi Linier |
| Subjects: | A > A154 Air pollution C > C76 Carbon |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Fisika |
| Depositing User: | Mr Putra Ramdhani |
| Date Deposited: | 03 Mar 2025 02:05 |
| Last Modified: | 03 Mar 2025 02:05 |
| URI: | http://repository.unsoed.ac.id/id/eprint/32814 |
Actions (login required)
 |
View Item |
