Sistem Klasifikasi Suhu dan Kelembapan untuk Deteksi Dini Risiko Penggumpalan pada Material Granular Higroskopis Menggunakan Metode K-Nearest Neighbors
Keywords:
penggumpalan, klasifikasi, suhu, kelembapan, K-Nearest NeighborsAbstract
Penggumpalan (caking) adalah masalah umum yang terjadi pada penyimpanan material granular higroskopis, yang dipengaruhi oleh kondisi lingkungan yang tidak terkendali, khususnya suhu dan kelembapan yang melebihi batas yang ditetapkan. Penggumpalan dapat menyebabkan penurunan kualitas produk dan menghambat proses distribusi serta aplikasi di lapangan. Penelitian ini bertujuan untuk merancang sistem klasifikasi berbasis algoritma K-Nearest Neighbors (KNN) guna mengidentifikasi kondisi lingkungan penyimpanan berdasarkan data suhu dan kelembapan yang terukur. Data suhu dan kelembapan dikumpulkan secara berkala menggunakan sensor, disimpan dalam basis data, dan ditampilkan pada antarmuka pemantauan berbasis web. Sistem ini mengklasifikasikan kondisi penyimpanan ke dalam tiga kategori yaitu Tidak Menggumpal, Potensi Menggumpal, dan Menggumpal. Model dikembangkan dengan parameter K=5 dan diuji menggunakan data aktual. Hasil pengujian menunjukkan akurasi klasifikasi sebesar 99,14%, yang menunjukkan kinerja yang sangat baik. Sistem ini dirancang untuk memberikan peringatan dini apabila terjadi penyimpangan dari standar lingkungan yang telah ditetapkan, yang dapat mendukung pengambilan keputusan dalam pengendalian mutu penyimpanan material granular di industri.
References
A. Nugroho, ‘“Analisis Pengaruh Suhu dan Kelembapan Terhadap Kualitas Pupuk Urea di Gudang Penyimpanan,”’ J. Rekayasa Dan Teknol. Ind., vol. 5, 2021.
M. R. F. A. Salim, ‘“Development of fertilizer quality monitoring system using DHT22 sensor and fuzzy logic,”’ Indones. J. Electr. Eng. Comput. Sci., vol. 18, 2020.
Y. Grahito, ‘Pemanfaatan IoT dan KNN untuk kontrol suhu dan kelembapan gudang’, J. Teknol. Inf. Dan Sist., vol. 9, pp. 56–65, 2021.
R. Aulia, W. Zamrudy, and S. Hendrawan, ‘PENGARUH SUHU TERHADAP KUALITAS PRODUK PADA RUANG PENYIMPANAN DI PT PCTDI SIDOARJO’, DISTILAT J. Teknol. Separasi, vol. 8, pp. 72–76, May 2023, doi: 10.33795/distilat.v8i1.302.
F. Akbar and S. Sugeng, ‘Implementasi Sistem Monitoring Suhu dan Kelembapan Ruangan Penyimpanan Obat Berbasis Internet Of Things (IoT) di Puskesmas Kecamatan Taman Sari Jakarta Barat’, J. Sos. Teknol., vol. 1, pp. 1021–1028, Sep. 2021, doi: 10.36418/jurnalsostech.v1i9.198.
S. Romadhona, Z. Pradana, S. Larasati, and S. Perangin-angin, ‘PRTOTIPE MONITORING SUHU DAN KELEMBAPAN PADA BUDIDAYA KELINCI DENGAN KOMUNIKASI MODBUS PADA SENSOR XY-MD02’, J. SINTA Sist. Inf. Dan Teknol. Komputasi, vol. 1, Jul. 2024, doi: 10.61124/sinta.v1i3.21.
M. Syarifuddin, ‘Klasifikasi Kualitas Air Pada Program Penyediaan Air Minum Dan Sanitasi Berbasis Masyarakat Desa Semenpinggir Dengan Metode Algoritma K-Nearest Neighbor’, Multidiscip. Appl. Quantum Inf. Sci. Al-Mantiq, vol. 1, pp. 55–61, Aug. 2023, doi: 10.32665/almantiq.v1i2.1991.
A. Nugroho, ‘Pengembangan sistem pemantauan suhu dan kelembapan berbasis data sensor untuk peningkatan mutu pupuk’, J. Pupuk Dan Kim. Ind., vol. 15, pp. 199–205, 2021.
J. L. J. Zhang, ‘“Temperature and humidity monitoring system for warehouse based on wireless sensor network,”’ Int. J. Distrib. Sens. Netw., vol. 11, pp. 1–9, 2015.
M. A. A. Al-Fuqaha, ‘“Internet of Things: A survey on enabling technologies, protocols, and applications,”’ IEEE Commun. Surv. Tutor., vol. 17, pp. 2347–2376, 2015.
H. Cover, ‘Nearest Neighbor Pattern Classfication’, IEEE Trans. Inf. Theory, vol. 13, pp. 21–27, 1967.
