DESAIN MOBILE SENSOR PENDETEKSI KUALITAS UDARA BERBASIS ARTIFICIAL NEURAL NETWORK

RAIFANDA ALFARI (2023) DESAIN MOBILE SENSOR PENDETEKSI KUALITAS UDARA BERBASIS ARTIFICIAL NEURAL NETWORK. S1 thesis, Universitas Trunojoyo Madura.
[thumbnail of TRUNOJOYO-Tugas Akhir-30058-Abstrack.pdf] PDF
TRUNOJOYO-Tugas Akhir-30058-Abstrack.pdf
Restricted to Repository staff only

Download (974kB)
[thumbnail of TRUNOJOYO-Tugas Akhir-30058-Cover.pdf] PDF
TRUNOJOYO-Tugas Akhir-30058-Cover.pdf
Restricted to Repository staff only

Download (3MB)
[thumbnail of TRUNOJOYO-Tugas Akhir-30058-Chapter1.pdf] PDF
TRUNOJOYO-Tugas Akhir-30058-Chapter1.pdf
Restricted to Repository staff only

Download (2MB)
[thumbnail of TRUNOJOYO-Tugas Akhir-30058-Chapter2.pdf] PDF
TRUNOJOYO-Tugas Akhir-30058-Chapter2.pdf
Restricted to Repository staff only

Download (7MB)
[thumbnail of TRUNOJOYO-Tugas Akhir-30058-Chapter3.pdf] PDF
TRUNOJOYO-Tugas Akhir-30058-Chapter3.pdf
Restricted to Repository staff only

Download (5MB)
[thumbnail of TRUNOJOYO-Tugas Akhir-30058-Chapter4.pdf] PDF
TRUNOJOYO-Tugas Akhir-30058-Chapter4.pdf
Restricted to Repository staff only

Download (5MB)
[thumbnail of TRUNOJOYO-Tugas Akhir-30058-Chapter5.pdf] PDF
TRUNOJOYO-Tugas Akhir-30058-Chapter5.pdf
Restricted to Repository staff only

Download (330kB)
[thumbnail of TRUNOJOYO-Tugas Akhir-30058-References.pdf] PDF
TRUNOJOYO-Tugas Akhir-30058-References.pdf
Restricted to Repository staff only

Download (816kB)
[thumbnail of TRUNOJOYO-Tugas Akhir-30058-Appendices.pdf] PDF
TRUNOJOYO-Tugas Akhir-30058-Appendices.pdf
Restricted to Repository staff only

Download (31MB)

Abstract

Udara merupakan salah satu elemen paling penting dalam hidup dan kehidupan di muka bumi. Manusia, tumbuhan dan hewan tak dapat bertahan hidup tanpa udara meski hanya dalam hitungan menit, namun permasaalahan udara semakin hari semakin memperihatinkan. Pada saat ini, terutama di kota-kota besar udara segar dan sehat susah untuk di temui mengingat banyaknya pencemaran udara di mana-mana. Seiring dengan berkembangnya teknologi banyak kemudian peneltian dalam bidang teknologi yang membantu mengatasi permasaalahan ini dengan membuat alat pendeteksi kualitas udara, sehingga kita tau seberapa besar tingkat pencemaran udara pada suatu wilayah. Dengan mengetahui kualitas udara di wilayah tertentu, di harapkan cepat di lakukan penanggulangan dan masyarakat juga bisa lebih peduli dengan lingkungan sekitar. Alat deteksi kualitas udara yang lazimnya di temui saat ini masih bersifat statis yang di tempatkan di beberapa lokasi saja, sehingga mengakibatkan terbatasnya area yang di akses sekaligus mengurangi ke akuratan pendeteksian. Karna itu, pada penelitian ini alat deteksi yang sebelumnya bersifat statis akan di bantu di mobilisasi menggunakan Quadqopter Drone. Dengan menggunakan drone area yang dapat di jangkau lebih luas dan lebih cepat serta menjangkau banyak titik sekaligus. Untuk parameter yang akan di ukur pada udara adalah CO2 (karbon dioksida), CO (karbon monoksida), suhu dan kelembaban. Setelah data udara berdasarkan parameter tersebut dikumplkan, selanjutnya akan di lakukan klasifikasi untuk penentuan kualitas. Parameter CO dan CO2 akan di uji berbeda dengan parameter suhu dan kelembaban, CO dan CO2 akan menentukan tingkat pencemaran udara yang ada sedangkan suhu dan kelembaban akan menentukan tingkat kenyamanan udara pada lokasi tersebut. Klasifikasi data udara bagus dan tercemar pada parameter CO dan CO2 akan menggunakan metode ANN (Artificial Neural Network), sedangkan untuk parameter suhu dan kelembaban diambil rata-ratanya. Pengujian alat ini ada di beberapa lokasi seperti didekat pantai, perkotaan, TPA, dan wilayah pabrik industri. Pada lokasi dengan tingkat polusi tinggi seperti perkotaan dan wilayah industri, udara yang di dapat cenderung tercemar dengan suhu yang cukup tinggi dan kelembaban relatif rendah, dimana hal itu mempengaruhi tingkat kenyamanan di lokasi tersebut.

Item Type Thesis (Skripsi)
Thesis Type S1
Creators
Creators
NIM
RAIFANDA ALFARI
Department Teknik Elektro
Uncontrolled Keywords Quadqopter Drone, udara, ANN
Divisions Fakultas Teknik > S1 - Teknik Elektro
Additional Information elib mass import
Depositing User Unnamed user with email library@trunojoyo.ac.id
Date Deposited 17 Oct 2026 17:14
Last Modified 24 Oct 2026 17:17
URI https://repository.trunojoyo.ac.id/id/eprint/27725

Actions (login required)

View Item
View Item