Sistem pengukuran kualitas media pada larva bsf (black soldier fly) berbasis internet of things menggunakan metode naive bayes

ABSTRAK:

Timbunan sampah bertambah seiring dengan pertumbuhan jumlah penduduk serta pola konsumsi masyarakat. Konsep biokonversi menggunakan larva black soldier fly bisa menjadi solusi dalam mengatasi persoalan pengelolaan sampah organik. Dari permasalahan tersebut maka dibutuhkan suatu penerapan teknologi Internet of Things. Sistem yang diterapkan bertujuan agar sistem dapat mengetahui seberapa besar tingkat akurasi, presisi, recall dalam pengambilan keputusan nilai kualitas media menggunakan metode Naive Bayes. Ciri utama dari Naive Bayes Classifier ini adalah asumsi yang sangat kuat akan independensi dari masing-masing kondisi atau kejadian. Dari hasil penelitian yang dilakukan, sistem sudah berhasil dibangun sesuai rancangan penelitian, serta tujuan yang telah terpenuhi dalam menyelesaikan pembangunan smart maggot. Beberapa sensor yang digunakan pada penelitian diuji sehingga dapat diketahui kinerja sensor dengan mencari nilai error rata-rata. Ada 3 parameter yang diukur yaitu suhu diperoleh error rata-rata yaitu 1,6%, kelembaban udara diperoleh error rata-rata yaitu 2.03%, dan kelembaban tanah diperoleh error rata-rata yaitu 2,7%. Dengan mengukur menggunakan Python diperoleh Confussion Matrix, Sehingga hasil pengujian dari perhitungan metode Naive Bayes dapat mengetahui data berupa accuracy, precision, recall. Hasil persentasi accuracy diperoleh yaitu 92%, hasil rata-rata persentasi precision diperoleh yaitu 93%, hasil rata-rata persentasi recall diperoleh yaitu 92%. Kesimpulan menunjukkan hasil akurasi dari sistem yang diperoleh berhasil berjalan dengan baik.

ABSTRACT:

Piles of waste increase in line with population growth and consumption patterns. The concept of bioconversion using black soldier fly larvae can be a solution in overcoming the problem of organic waste management. From these problems, an application of Internet of Things technology is needed. The system implemented aims to allow the system to find out how much the level of accuracy, precision, recall in making decisions on media quality values uses the Naive Bayes method. The main feature of this Naive Bayes Classifier is the very strong assumption of the independence of each condition or event. From the results of the research conducted, the system has been successfully built according to the research design, as well as the goals that have been fulfilled in completing the development of the smart maggot. Several sensors used in this study were tested so that sensor performance can be determined by finding the average error value. There are 3 parameters measured, namely temperature obtained an average error of 1.6%, air humidity obtained an average error of 2.03%, and soil moisture obtained an average error of 2.7%. By measuring using Python, the Confussion Matrix is obtained, so that the test results from the calculation of the Naive Bayes method can find out the data in the form of accuracy, precision, recall. Accuracy percentage results obtained 92%, precision percentage average results obtained 93%, recall percentage average results obtained 92%. The conclusion shows the results of the accuracy of the system obtained have worked well.

مستخلص البحث:

تزداد أكوام النفايات تماشيًا مع النمو السكاني وأنماط الاستهلاك. يمكن أن يكون مفهوم التحويل الحيوي باستخدام يرقات ذبابة الجندي الأسود حلاً في التغلب على مشكلة إدارة النفايات العضوية. من هذه المشاكل ، هناك حاجة إلى تطبيق تكنولوجيا إنترنت الأشياء. يهدف النظام المنفذ إلى السماح للنظام بمعرفة مقدار مستوى الدقة والدقة والاستدعاء في اتخاذ القرارات بشأن قيم جودة الوسائط التي تستخدم طريقة باينز ساذجة. السمة الرئيسية لمصنف باينز ساذجةهذا هو الافتراض القوي لاستقلالية كل حالة أو حدث. من نتائج البحث الذي تم إجراؤه ، تم بناء النظام بنجاح وفقًا لتصميم البحث ، بالإضافة إلى الأهداف التي تم تحقيقها في استكمال تطوير اليرقة الذكية. تم اختبار العديد من أجهزة الاستشعار المستخدمة في هذه الدراسة بحيث يمكن تحديد أداء المستشعر من خلال إيجاد متوسط قيمة الخطأ. تم قياس 3 معاملات ، وهي درجة الحرارة التي تم الحصول عليها بمتوسط خطأ ١.٦٪ ، ورطوبة الهواء حصلت على خطأ متوسط ٢.٠٣٪ ، ورطوبة التربة حصلت على خطأ متوسط ٢.٧٪. من خلال القياس باستخدام برمجة بايثون ، يتم الحصول على الارتباك مصفوفة ، بحيث يمكن لنتائج الاختبار من حساب طريقة باينز ساذجةمعرفة البيانات في شكل دقة ودقة واسترجاع. تم الحصول على نسبة دقة النتائج ٩٢٪ ، دقة متوسط النتائج التي تم الحصول عليها ٩٣٪ ، معدل نسبة الاسترجاع ٩٢٪. يوضح الاستنتاج أن نتائج دقة النظام التي تم الحصول عليها عملت بشكل جيد.