Muhammad Rizal, Arham Arifin, Muhammad Furqan Rasyd, Andi Asvin Mahersatillah Suradi, Akbar Bahtiar
{"title":"在SMKS Darul Ulum Layoa pileng设计和实现基于Android的空气污染系统","authors":"Muhammad Rizal, Arham Arifin, Muhammad Furqan Rasyd, Andi Asvin Mahersatillah Suradi, Akbar Bahtiar","doi":"10.57152/malcom.v3i2.894","DOIUrl":null,"url":null,"abstract":"Penelitian ini mengkaji penerapan sensor gas dalam mendeteksi keberadaan gas berbahaya di sekitar area cakupan perangkat yang telah dikembangkan. Dua sensor utama digunakan dalam penelitian ini, yaitu sensor MEMS Gas dan sensor BME680. Sensor MEMS Gas dapat mendeteksi lima jenis gas di udara, sedangkan BME680 memiliki kemampuan mendeteksi berbagai gas berbahaya serta mengukur suhu, tekanan udara, dan kelembaban udara. Dari skenoario data percobaan ditemukan bahwa meskipun hanya menggunakan satu sampel gas, sensor MEMS Gas berhasil mendeteksi kandungan gas metana (CH4) sebesar 25.000 ppm, karbon monoksida (CO) sebesar 573 ppm, dan H2 sebesar 331.12 ppm pada skenario eksperimen. Berdasarkan pengambilan data sensor BME680 menunjukkan penurunan resistansi ketika mendeteksi gas berbahaya, yang kemudian dapat dikonversi menjadi indeks kualitas udara dalam ruangan (IAQ). Uji lanjutan pada BME680 menunjukkan respons perubahan suhu dan kelembaban ketika sumber api didekatkan. Implementasi dan pengambilan data dilakukan di SMKS Darul Ulum Layoa Bantaeng yang menunjukkan kualitas udara pada wilayah tersebut bagus berdasarkan IAQ yang dihasilkan oleh Sensor BME680. Penelitian ini memberikan wawasan penting tentang efektivitas dan responsivitas kedua sensor dalam mendeteksi gas berbahaya dan perubahan kondisi lingkungan.","PeriodicalId":499353,"journal":{"name":"MALCOM Indonesian Journal of Machine Learning and Computer Science","volume":"54 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Desain dan Implementasi Sistem Pemantauan Polusi Udara Berbasis Android Real-Time di SMKS Darul Ulum Layoa Bantaeng\",\"authors\":\"Muhammad Rizal, Arham Arifin, Muhammad Furqan Rasyd, Andi Asvin Mahersatillah Suradi, Akbar Bahtiar\",\"doi\":\"10.57152/malcom.v3i2.894\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penelitian ini mengkaji penerapan sensor gas dalam mendeteksi keberadaan gas berbahaya di sekitar area cakupan perangkat yang telah dikembangkan. Dua sensor utama digunakan dalam penelitian ini, yaitu sensor MEMS Gas dan sensor BME680. Sensor MEMS Gas dapat mendeteksi lima jenis gas di udara, sedangkan BME680 memiliki kemampuan mendeteksi berbagai gas berbahaya serta mengukur suhu, tekanan udara, dan kelembaban udara. Dari skenoario data percobaan ditemukan bahwa meskipun hanya menggunakan satu sampel gas, sensor MEMS Gas berhasil mendeteksi kandungan gas metana (CH4) sebesar 25.000 ppm, karbon monoksida (CO) sebesar 573 ppm, dan H2 sebesar 331.12 ppm pada skenario eksperimen. Berdasarkan pengambilan data sensor BME680 menunjukkan penurunan resistansi ketika mendeteksi gas berbahaya, yang kemudian dapat dikonversi menjadi indeks kualitas udara dalam ruangan (IAQ). Uji lanjutan pada BME680 menunjukkan respons perubahan suhu dan kelembaban ketika sumber api didekatkan. Implementasi dan pengambilan data dilakukan di SMKS Darul Ulum Layoa Bantaeng yang menunjukkan kualitas udara pada wilayah tersebut bagus berdasarkan IAQ yang dihasilkan oleh Sensor BME680. Penelitian ini memberikan wawasan penting tentang efektivitas dan responsivitas kedua sensor dalam mendeteksi gas berbahaya dan perubahan kondisi lingkungan.\",\"PeriodicalId\":499353,\"journal\":{\"name\":\"MALCOM Indonesian Journal of Machine Learning and Computer Science\",\"volume\":\"54 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-10-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"MALCOM Indonesian Journal of Machine Learning and Computer Science\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.57152/malcom.v3i2.894\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"MALCOM Indonesian Journal of Machine Learning and Computer Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.57152/malcom.v3i2.894","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Desain dan Implementasi Sistem Pemantauan Polusi Udara Berbasis Android Real-Time di SMKS Darul Ulum Layoa Bantaeng
Penelitian ini mengkaji penerapan sensor gas dalam mendeteksi keberadaan gas berbahaya di sekitar area cakupan perangkat yang telah dikembangkan. Dua sensor utama digunakan dalam penelitian ini, yaitu sensor MEMS Gas dan sensor BME680. Sensor MEMS Gas dapat mendeteksi lima jenis gas di udara, sedangkan BME680 memiliki kemampuan mendeteksi berbagai gas berbahaya serta mengukur suhu, tekanan udara, dan kelembaban udara. Dari skenoario data percobaan ditemukan bahwa meskipun hanya menggunakan satu sampel gas, sensor MEMS Gas berhasil mendeteksi kandungan gas metana (CH4) sebesar 25.000 ppm, karbon monoksida (CO) sebesar 573 ppm, dan H2 sebesar 331.12 ppm pada skenario eksperimen. Berdasarkan pengambilan data sensor BME680 menunjukkan penurunan resistansi ketika mendeteksi gas berbahaya, yang kemudian dapat dikonversi menjadi indeks kualitas udara dalam ruangan (IAQ). Uji lanjutan pada BME680 menunjukkan respons perubahan suhu dan kelembaban ketika sumber api didekatkan. Implementasi dan pengambilan data dilakukan di SMKS Darul Ulum Layoa Bantaeng yang menunjukkan kualitas udara pada wilayah tersebut bagus berdasarkan IAQ yang dihasilkan oleh Sensor BME680. Penelitian ini memberikan wawasan penting tentang efektivitas dan responsivitas kedua sensor dalam mendeteksi gas berbahaya dan perubahan kondisi lingkungan.