View/Open

Author

Date Published
19 Feb 2026

Advisor
Meida Cahyo Untoro, S.Kom., M.Kom,

Subject
Teknik Informatika

Publisher

Pencemaran udara merupakan salah satu permasalahan lingkungan yang berdampak signifikan terhadap kesehatan manusia dan kualitas hidup masyarakat Penelitian ini mengkaji penerapan teknologi Internet of Things (IoT) berbasis mikrokontroler Wemos D1 R2 ESP8266 yang dipadukan dengan algoritma K-Nearest Neighbor (KNN) untuk memantau kualitas udara secara real-time. Sistem memanfaatkan sensor MQ-6, MQ-136, dan GP2Y1010AUOF untuk mendeteksi kadar CO, SOz, dan partikulat (PM10/PM2.5). Data sensor dikirim secara nirkabel ke server Flask dan Firebase, kemudian diklasifikasikan menggunakan algoritma KNN ke dalam kategori Baik, Sedang, dan Tidak Sehat. Dataset pelatihan berasal dari data Indeks Kualitas Udara Jakarta periode 2010-2023 yang diperoleh dari Kaggle. Hasil pengujian menunjukkan bahwa integrasi perangkat keras dan perangkat lunak berhasil dilakukan dengan baik. Sistem dapat mengirimkan data sensor secara real-time melalui jaringan W1-Fi dan diproses dengan model KNN dengan parameter k = 3. Hasil klasifikasi disimpan ke dalam basis data dan ditampilkan melalui LCD dan indikator LED, sehingga sistem dapat memberikan informasi kualitas udara secara cepat, otomatis, dan berkelanjutan. Evaluasi performa model menggunakan Confusion Matrix menunjukkan kinerja yang sangat baik dengan akurasi keseluruhan sebesar 96,9%. Tingkat ketepatan klasifikasi mencapai 90,8% untuk kategori Sedang dan 98,8% untuk kategori Tidak Sehat. Nilai precision dan recall yang tinggi menunjukkan bahwa algoritma KNN efektif, konsisten, dan andal dalam mendukung sistem monitoring kualitas udara berbasis IoT.

URI
https://repo.itera.ac.id/depan/submission/SB2602200031

Keyword
Kualitas Udara Internet of Things K-Nearest Neighbor ESP8266 Sensor Flask