Search for collections on Universitas Indo Global Mandiri Repository

IMPLEMENTASI INTERNET OF THINGS (IOT) DALAM MONITORING KUALITAS UDARA DI RUANG TERBUKA BERBASIS GOOGLE SHEET DAN MACHINE LEARNING

DWI, DWI and Fery Antony, S.T.,M.Kom, Fery and Ferdiansyah, Ferdiansyah (2026) IMPLEMENTASI INTERNET OF THINGS (IOT) DALAM MONITORING KUALITAS UDARA DI RUANG TERBUKA BERBASIS GOOGLE SHEET DAN MACHINE LEARNING. Masters thesis, Universitas Indo Global Mandiri.

[thumbnail of Dwi Afrilians_2021310042_File Cover - Daftar Isi.pdf]
Preview
Text
Dwi Afrilians_2021310042_File Cover - Daftar Isi.pdf

Download (542kB) | Preview
[thumbnail of Dwi Afrilians_2021310042_File Full Karya Ilmiah.pdf] Text
Dwi Afrilians_2021310042_File Full Karya Ilmiah.pdf
Restricted to Repository staff only

Download (3MB) | Request a copy
[thumbnail of 2021310042_AGU_2026_1.pdf] Text
2021310042_AGU_2026_1.pdf
Restricted to Repository staff only

Download (17MB) | Request a copy

Abstract

Peningkatan polusi udara yang signifikan di wilayah perkotaan, khususnya Kota Palembang, menuntut ketersediaan sistem pemantauan yang real-time, akurat, dan terjangkau. Stasiun pemantauan udara konvensional sering kali terkendala oleh tingginya biaya investasi dan terbatasnya cakupan area pengukuran. Penelitian ini bertujuan untuk merancang bangun sistem pemantauan kualitas udara di ruang terbuka berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor gas MQ-135 dan sensor lingkungan DHT11 melalui pendekatan Research and Development (R&D). Kebaruan utama dalam penelitian ini adalah pemanfaatan Google Sheets via Google Apps Script sebagai database dan dashboard cloud yang ekonomis, serta integrasi algoritma Support Vector Machine (SVM) berbasis kernel Radial Basis Function (RBF) untuk mengklasifikasikan kondisi udara sesuai standar Indeks Standar Pencemar Udara (ISPU). Hasil penelitian menunjukkan bahwa integrasi perangkat keras dan sistem komunikasi data cloud berjalan dengan sangat stabil tanpa terjadi kehilangan data (data loss) dengan kecepatan respon sensor mencapai 3–5 detik. Pemodelan SVM berhasil mengklasifikasikan kualitas udara ke dalam tiga kategori ISPU (Baik, Sedang, dan Tidak Sehat) dengan tingkat akurasi generalisasi yang sangat tinggi mencapai 94% dan F1-Score di atas 0,88. Analisis Feature Importance mengonfirmasi bahwa keputusan klasifikasi didasarkan secara objektif pada pembobotan variabel Nilai Analog Gas/ADC (84,1%), yang diselaraskan secara simultan oleh faktor Kelembapan (9,3%) dan Suhu (6,6%) guna meminimalisasi false alarm akibat fluktuasi cuaca. Dengan demikian, prototipe sistem ini terbukti menjadi solusi alternatif yang andal, presisi, dan transparan dalam mitigasi risiko kesehatan lingkungan bagi masyarakat luas.

Item Type: Thesis (Masters)
Additional Information: Kata Kunci: Internet of Things, Support Vector Machine, Kualitas Udara, ISPU, ESP32, Google Sheets.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Ilmu Komputer dan Sains > Sistem Komputer S1
Depositing User: DWI DWI LIAN
Date Deposited: 31 Aug 2026 04:06
Last Modified: 31 Aug 2026 04:06
URI: https://repository.uigm.ac.id/id/eprint/7372

Actions (login required)

View Item
View Item