SISTEM PENGUKURAN KUALITAS MEDIA PADA LARVA BSF (

SKRIPSI

Oleh:

MOHAMMAD FAISAL FAJAR FADILAH NIM. 18650095

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG

2022

ii

SISTEM PENGUKURAN KUALITAS MEDIA PADA LARVA BSF (BLACK SOLDIER FLY) BERBASIS INTERNET OF THINGS

MENGGUNAKAN METODE NAIVE BAYES HALAMAN JUDUL

SKRIPSI

Oleh:

MOHAMMAD FAISAL FAJAR FADILAH NIM. 18650095

Diajukan kepada:

Fakultas Sains dan TeknologiUniversitas Islam Negeri (UIN) Malang Untuk Memenuhi Salah Satu Persyaratan Dalam

Memperoleh Gelar Sarjana Komputer (S.Kom)

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG

2022

iii

HALAMAN PERSETUJUAN

SISTEM PENGUKURAN KUALITAS MEDIA PADA LARVA BSF (BLACK SOLDIER FLY) BERBASIS INTERNET OF THINGS

MENGGUNAKAN METODE NAIVE BAYES

SKRIPSI

Oleh:

MOHAMMAD FAISAL FAJAR FADILAH NIM. 18650095

Telah Diperiksa dan Disetujui untuk Diuji Tanggal : 28 November 2022

Pembimbing I Pembimbing II

Ajib Hanani, M.T

NIDT. 19840731 20160801 1 076

Dr. Totok Chamidy, M.Kom NIP. 19691222 200604 1 001

Mengetahui,

Ketua Program Studi Teknik Informatika Fakultas Sains dan Teknologi

Universitas Islam Negeri Maulana Malik Ibrahim Malang

Dr. Fachrul Kurniawan, M.MT., IPM NIP. 19771020 200912 1 001

iv

HALAMAN PENGESAHAN

SISTEM PENGUKURAN KUALITAS MEDIA PADA LARVA BSF (BLACK SOLDIER FLY) BERBASIS INTERNET OF THINGS

MENGGUNAKAN METODE NAIVE BAYES

SKRIPSI

Oleh:

MOHAMMAD FAISAL FAJAR FADILAH NIM. 18650095

Telah Dipertahankan di Depan Dewan Penguji dan Dinyatakan Diterima Sebagai Salah Satu Persyaratan

untuk Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Tanggal: 5 Desember 2022

Susunan Dewan Penguji Ketua Penguji : Juniardi Nur Fadila, M.Kom

NIP. 19920605 201903 1 015

( ) Anggota Penguji I : Johan Ericka Wahyu, M.Kom

NIP. 19831213 201903 1 004

( ) Anggota Penguji II : Ajib Hanani, M.T

NIDT. 19840731 20160801 1 076

( ) Anggota Penguji III : Dr. Totok Chamidy, M.Kom

NIP. 19691222 200604 1 001

( )

Mengetahui,

Ketua Prgoram Studi Teknik Informatika Fakultas Sains dan Teknologi

Universitas Islam Negeri Maulana Malik Ibrahim Malang

Dr. Fachrul Kurniawan, M.MT., IPM NIP. 19771020 200912 1 001

v

PERNYATAAN KEASLIAN TULISAN

Saya yang bertanda tangan dibawah ini:

Nama : Mohammad Faisal Fajar Fadilah NIM : 18650095

Fakultas : Sains dan Teknologi Program Studi : Teknik Informatika

Judul Skripsi : Sistem Pengukuran Kualitas Media pada Larva BSF (Black Soldier Fly) Berbasis Internet of Things Menggunakan Metode Naïve Bayes

Menyatakan dengan sebenarnya bahwa Skripsi yang saya tulis ini benar-benar merupakan hasil karya saya sendiri, bukan merupakan pengambilalihan data, tulisan atau pikiran orang lain yang saya akui sebagai hasil tulisan atau pikiran saya sendiri, kecuali dengan mencantumkan sumber cuplikan pada daftar pustaka.

Apabila dikemudian hari terbukti atau dapat dibuktikan Skripsi ini hasil jiplakan, maka saya bersedia menerima sanksi atas perbuatan tersebut.

Malang, 5 Desember 2022 Yang membuat pernyataan

Mohammad Faisal Fajar Fadilah NIM. 18650095

vi

HALAMAN MOTTO

“Tak perlu khawatir akan bagaimana alur cerita pada jalan ini, perankan saja, Tuhan ialah sebaik-baiknya sutradara.”

vii

HALAMAN PERSEMBAHAN

َيّمَلاَعحلٱ ِّّبَر ّهّٰلِلَ ُدحمَحلْٱ

Puji syukur atas kehadirat Allah SWT Shalawat serta salam kepada Rasulullah SAW

Dengan segenap hati, penulis mempersembahkan sebuah karya ini kepada:

Kedua orang tua penulis tercinta, Bapak Agus Sumartono (Almarhum) dan Ibu Ririn Mashuriyah serta keluarga dirumah yang selalu membimbing penulis, memberikan do’a, dukungan, serta motivasi yang tidak terhingga.

Dosen pembimbing Bapak Ajib Hanani, M.T dan Bapak Dr. Totok Chamidy, M.

Kom yang telah membimbing penelitian ini dengan memberikan banyak pengarahan dan pengalaman yang berharga.

Bapak Juniardi Nur Fadila, M.T dan Bapak Johan Ericka Wahyu Prakasa, M.Kom, selaku Dosen Penguji yang telah membimbing dan memberikan masukan kepada penulis sehingga tercapai hasil skripsi yang lebih baik.

Segenap sivitas akademika Program Studi Teknik Informatika, terutama seluruh dosen, terima kasih atas segenap ilmu dan bimbingannya.

Saudara UFO (Angkatan 2018) yang menjadi teman diskusi dalam menuntut ilmu Penulis ucapkan “jazakumullah khairan katsiiraa”. Semoga ukhuwah tetap terjaga dan selalu diridhoi Allah SWT. Aamiin Ya Rabbal ‘Alamiin.

viii

KATA PENGANTAR

محيّحٰرلا ّنَححْٰرلا ّٰلِلَا ّمحسّب

Assalamu’alaikum Warahmatullahi Wabarakatuh

Syukur Alhamdulillah penulis hanturkan kehadirat Allah SWT yang telah melimpahkan Rahmat dan Hidayah-Nya, sehingga penulis dapat menyelesaikan studi di Program Studi Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Maulana Malik Ibrahim Malang sekaligus menyelesaikan Skripsi yang berjudul “Sistem Pengukuran Kualitas Media Pada Larva BSF (Black Soldier Fly) Berbasis Internet of Things Menggunakan Metode Naive Bayes” ini dengan lancar dan baik. Shalawat dan salam semoga senantiasa tercurahkan kepada junjungan Nabi Muhammad SAW yang senantiasa menjadi sumber inspirasi dan teladan terbaik begitu juga keluarga, para sahabat dan para pengikutnya seluruh umat Islam.

Selanjutnya penulis haturkan ucapan terima kasih seiring do’a dan harapan jazakumullah ahsanal jaza’ kepada semua pihak yang telah membantu terselesaikannya Skripsi ini. Ucapan terima kasih ini penulis sampaikan kepada:

1. Prof. Dr. H. M. Zainuddin, MA, selaku rektor UIN Maulana Malik Ibrahim Malang.

2. Dr. Sri Harini, M.Si, selaku Dekan Fakultas Sains dan Teknologi Universitas Islam Negeri Maulana Malik Ibrahim Malang.

3. Dr. Fachrul Kurniawan, M.MT, IPM selaku Ketua Program Studi Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Maulana Malik Ibrahim Malang.

4. Ajib Hanani, M.T dan Dr. Totok Chamidy, M. Kom selaku dosen pembimbing Skripsi, yang telah banyak memberikan pengarahan dan pengalaman yang berharga.

ix

5. Juniardi Nur Fadilah, M.T dan Johan Ericka Wahyu Prakasa, M.Kom, selaku Dosen Penguji yang telah membimbing dan memberikan masukan kepada penulis sehingga tercapai hasil skripsi yang lebih baik.

6. Ajib Hanani, M.T selaku Dosen Wali yang senantiasa memberikan banyak motivasi dan saran.

7. Segenap sivitas akademika Program Studi Teknik Informatika, terutama seluruh dosen, terima kasih atas segenap ilmu dan bimbingannya.

8. Ayahanda dan Ibunda tercinta yang senantiasa memberikan doa dan restunya kepada penulis dalam menuntut ilmu.

9. Anggota keluarga dan kerabat yang selalu memberikan do’a dan semangat kepada penulis.

10. Saudara UFO (Angkatan 2018) yang menjadi teman diskusi dalam menuntut ilmu.

11. Semua pihak yang ikut membantu dalam menyelesaikan Skripsi ini baik berupa materiil maupun moril yang tidak bisa penulis sebutkan satu persatu tanpa mengurasi rasa hormat dan terimakasih.

Penulis menyadari bahwa dalam penyusunan Skripsi ini masih terdapat kekurangan dan penulis berharap semoga Skripsi ini bisa memberikan manfaat kepada para pembaca khususnya bagi penulis secara pribadi. Aamiin Ya Rabbal‘Alamin.

Wassalamu’alaikum Warahmatullahi Wabarakatuh

Malang, 7 November 2022

Penulis

x DAFTAR ISI

HALAMAN JUDUL ... ii

HALAMAN PERSETUJUAN ... iii

HALAMAN PENGESAHAN ...iv

PERNYATAAN KEASLIAN TULISAN ... v

HALAMAN MOTTO ...vi

HALAMAN PERSEMBAHAN ... vii

KATA PENGANTAR ... viii

DAFTAR ISI ... x

DAFTAR GAMBAR ... xii

DAFTAR TABEL ... xiii

ABSTRAK ... xiv

ABSTRACT ... xv

صخلملا ... xvi

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Pernyataan Masalah ... 8

1.3 Tujuan Penelitian ... 8

1.4 Manfaat Penelitian ... 8

1.5 Batasan Masalah ... 9

BAB II STUDI PUSTAKA ... 10

2.1 Penelitian Terdahulu... 10

2.2 Dasar Teori ... 12

2.2.1 Larva Black Soldier Fly (BSF) ... 12

2.2.2 Naive Bayes ... 14

2.2.3 Internet of Things ... 14

2.2.4 Mikrokontroler NodeMCU ESP8266... 15

2.2.5 Sensor Suhu DHT11 ... 16

2.2.6 Sensor Soil Moisture YL-69 ... 18

2.2.7 LCD ... 18

2.2.8 Relay ... 19

BAB III DESAIN DAN IMPLEMENTASI ... 20

3.1 Pengumpulan Data ... 20

xi

3.1.1 Data Primer ... 20

3.1.2 Data Sekunder ... 20

3.2 Desain Sistem ... 21

3.2.1 Sistem ... 21

3.2.2 Metode Naïve Bayes ... 24

BAB IV UJI COBA DAN PEMBAHASAN... 29

4.1 Scenario Uji Coba ... 29

4.2 Hasil Pengujian ... 33

4.2.1 Pengujian Sensor ... 33

4.2.2 Pengujian Naïve Bayes menggunakan Python ... 40

4.3 Pembahasan ... 43

4.3.1 Kandang Larva BSF... 44

4.3.2 Sistem Hardware ... 45

4.3.3. Sistem Software ... 46

4.3.4 Perkembangan Larva BSF ... 49

4.3.5 Media Bekas Larva BSF ... 52

4.4 Integrasi Islam ... 53

BAB V PENUTUP ... 55

5.1 Kesimpulan ... 55

5.2 Saran ... 56 DAFTAR PUSTAKA

LAMPIRAN

xii

DAFTAR GAMBAR

Gambar 2.1 Larva Black Soldier Fly... 13

Gambar 2.2 NodeMCU ESP8266 ... 16

Gambar 2.3 Sensor DHT11 ... 17

Gambar 2.4 Sensor Soil Moisture YL-69 ... 18

Gambar 2.5 LCD (Liquid Crystal Display)... 19

Gambar 2.6 Relay... 19

Gambar 3.1 Ilustrasi Kandang Larva BSF Berbasis IoT... 21

Gambar 3.2 Alur Sistem ... 22

Gambar 3.3 Desain Sistem ... 23

Gambar 3.4 Flowchart Klasifikasi Metode Naïve Bayes ... 24

Gambar 4.1 Grafik Hasil Pengujian Sensor Soil Moisture YL-69 ... 35

Gambar 4.2 Grafik Hasil Pengujian Sensor Suhu DHT11 ... 37

Gambar 4.3 Grafik Hasil Pengujian Sensor Kelembaban Udara DHT11 ... 39

Gambar 4.4 Grafik Hasil Klasifikasi ... 41

Gambar 4.5 Kandang Larva BSF ... 44

Gambar 4.6 Instalasi Pendinginan dan Penghangatan Otomatis ... 44

Gambar 4.7 Rangkaian Komponen Hardware... 45

Gambar 4.8 Halaman Dashboard ... 46

Gambar 4.9 Halaman Calculation Naive Bayes ... 47

Gambar 4.10 Halaman Dataset ... 47

Gambar 4.11 Halaman Classification ... 48

Gambar 4.12 Halaman Variable ... 48

Gambar 4.13 Halaman Label ... 49

Gambar 4.14 Fase Telur Larva BSF ... 49

Gambar 4.15 Fase Larva BSF ... 50

Gambar 4.16 Panen Larva BSF ... 50

Gambar 4.17 Grafik Perkembangan Larva BSF ... 50

Gambar 4.18 Pupuk Kasgot ... 51

Gambar 4.19 Pemanfaatan Pupuk Kasgot Pada Tanaman ... 52

xiii

DAFTAR TABEL

Tabel 2.1 Spesifikasi Sensor DHT 11 ... 17

Tabel 2.2 Spesifikasi Sensor Soil Moisture YL-69 ... 18

Tabel 3.1 Katergori Tiap Variabel ... 25

Tabel 3.2 Contoh Data Training ... 26

Tabel 3.3 Contoh Data Testing... 26

Tabel 4.1 Data Testing ... 30

Tabel 4.2 Confussion Matrix ... 32

Tabel 4.3 Tabel Uji Sensor Soil Moisture YL-69 ... 34

Tabel 4.4 Tabel Uji Sensor Suhu DHT11 ... 36

Tabel 4.5 Tabel Uji Sensor Kelembaban Udara DHT11 ... 38

Tabel 4.6 Hasil Confusion Matrix ... 42

Tabel 4.7 Nilai Confusion Matrix ... 42

xiv ABSTRAK

Fadilah, Mohammad Faisal Fajar. 2022 “Sistem Pengukuran Kualitas Media pada Larva BSF (Black Soldier Fly) Berbasis Internet of Things Menggunakan Metode Naive Bayes”. Skripsi. Program Studi Teknik Informatika, Fakultas Sains dan Teknologi. Universitas Islam Negeri Maulana Malik Ibrahim Malang.

Pembimbing: (I) Ajib Hanani, M.T (II) Dr. Totok Chamidy, M.Kom

Kata Kunci : Pengukuran Media, Larva BSF, Internet of Things, Naive Bayes.

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.

xv ABSTRACT

Fadilah, Mohammad Faisal Fajar. 2022 “Media Quality Measurement System for BSF (Black Soldier Fly) Larvae Based on the Internet of Things Using the Naive Bayes Method”. Thesis. Informatics Engineering Department, Faculty of Science and Technology. State Islamic University of Maulana Malik Ibrahim Malang.

Supervisors: (I) Ajib Hanani, M.T (II) Dr. Totok Chamidy, M.Kom

Keywords: Media Measurement, BSF Larvae, Internet of Things, Naive Bayes

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.

xvi صخلملا

ف ةليض , .رجف لصيف دمحم ٢٠٢٢

"

تاقريل طئاسولا ةدوج سايق ماظن BSF

إ ةدنتسملا )دوسلأا يدنجلا ةبابذ(

ل ى

ةجاذسلا زياب ةقيرط مادختساب تنرتنلإا

"

ةعماجلا .ايجولونكتلاو مولعلا ةيلكب ةيتامولعملا ةسدنه مسق .ةيضرف .

ةيملاسلإا ( :نوفرشملا .جنلاام ميهاربإ كلام انلاوم ةيموكحلا ١

( طتم ، ينانح بيجع ) ٢

يديماج كوتوت .د )

موك مإ ،

:ةيحاتفملا تاملكلا تاقري ، طئاسولا سايق

.ةجاذسلا زياب ، ءايشلأا تنرتنإ ،BSF

.كلاهتسلاا طامنأو يناكسلا ومنلا عم اًيشامت تايافنلا ماوكأ دادزت ليوحتلا موهفم نوكي نأ نكمي

.ةيوضعلا تايافنلا ةرادإ ةلكشم ىلع بلغتلا يف ًلاح دوسلأا يدنجلا ةبابذ تاقري مادختساب يويحلا

هذه نم

ةفرعمب ماظنلل حامسلا ىلإ ذفنملا ماظنلا فدهي .ءايشلأا تنرتنإ ايجولونكت قيبطت ىلإ ةجاح كانه ، لكاشملا زنياب ةقيرط مدختست يتلا طئاسولا ةدوج ميق نأشب تارارقلا ذاختا يف ءاعدتسلااو ةقدلاو ةقدلا ىوتسم رادقم لاا وه اذهةجذاس زنياب فنصمل ةيسيئرلا ةمسلا .ةجذاس جئاتن نم .ثدح وأ ةلاح لك ةيللاقتسلا يوقلا ضارتف

يف اهقيقحت مت يتلا فادهلأا ىلإ ةفاضلإاب ، ثحبلا ميمصتل اًقفو حاجنب ماظنلا ءانب مت ، هؤارجإ مت يذلا ثحبلا نكمي ثيحب ةساردلا هذه يف ةمدختسملا راعشتسلاا ةزهجأ نم ديدعلا رابتخا مت .ةيكذلا ةقريلا ريوطت لامكتسا حت طسوتم داجيإ للاخ نم رعشتسملا ءادأ ديد سايق مت .أطخلا ةميق

3 مت يتلا ةرارحلا ةجرد يهو ، تلاماعم

طسوتمب اهيلع لوصحلا أطخ

١.٦ طسوتم أطخ ىلع تلصح ءاوهلا ةبوطرو ، ٪ ٢.٠٣

ةبرتلا ةبوطرو ، ٪

طسوتم أطخ ىلع تلصح ٢.٧

متي ، نوثياب ةجمرب مادختساب سايقلا للاخ نم .٪

كابترلاا ىلع لوصحلا

ةقدو ةقد لكش يف تانايبلا ةفرعمةجذاس زنياب ةقيرط باسح نم رابتخلاا جئاتنل نكمي ثيحب ، ةفوفصم جئاتنلا ةقد ةبسن ىلع لوصحلا مت .عاجرتساو ٩٢

طسوتم ةقد ، ٪ اهيلع لوصحلا مت يتلا جئاتنلا

٩٣ لدعم ، ٪

عاجرتسلاا ةبسن ٩٢

د جئاتن نأ جاتنتسلاا حضوي .٪

.ديج لكشب تلمع اهيلع لوصحلا مت يتلا ماظنلا ةق

1 BAB I PENDAHULUAN

1.1 Latar Belakang

Lalat Black Soldier Fly (BSF) mempunyai nama latin Hermetia illucens, serangga yang masuk pada ordo Diptera Famili Stratiomyidae, berasal dari benua Amerika yang telah menyebar ke bagian negara-negara tropis juga subtropis.

Serangga dengan tahapan metamorfosis dari telur sampai larva dewasa membuat lalat hitam ini sebagai jenis serangga yang unik untuk diteliti. Larva BSF mempunyai kemampuan menguasai bahan organik lebih cepat dibandingkan dengan mikroba yang umumnya melalui pengomposan. Hal ini merupakan salah satu kelebihan larva BSF yang dapat diandalkan sebagai teknologi biologi dalam mengatasi banyaknya timbunan sampah yang ada pada lingkungan masyarakat.

Timbunan sampah bertambah seiring dengan pertumbuhan jumlah penduduk serta pola konsumsi masyarakat. Sampah merupakan bentuk konsekuensi dari adanya aktivitas alam juga manusia yang belum mempunyai nilai ekonomis.

Tidak dapat dipungkiri, sampah terus selalu ada selama aktivitas kehidupan masih berjalan.

Salah satu bukti yaitu di Kota Pasuruan dibuktikan data (Badan Pusat Statistika Kota Pasuruan, 2018) bahwa jumlah banyaknya sampah anorganik mencapai 41,19% sedangkan jumlah sampah organik mencapai 58,81%. Dari adanya data tersebut dapat membuktikan sampah organik memiliki jumlah yang lebih banyak dari pada sampah anorganik. Hal tersebut memicu penyakit serta

membahayakan kesehatan masyarakat akibat sampah yang tertumpuk. Sehingga perlu adanya kesadaran masyarakat memanfaatkan teknologi untuk mengatasi masalah tersebut. Akibat dari kemajuan pada bidang sains dan teknologi terbukti sudah memberikan banyak kemudahan bagi kelangsungan hidup manusia. Menjadi kaum muslim sudah seharusnya mampu memanfaatkan teknologi sebaik mungkin bahkan membangun teknologi yang mampu berguna buat umat, bangsa serta agama. Dalam menjaga lingkungan yang sehat manusia seharusnya menjaga dan merawat lingkungan sekitar dengan baik. Allah berfirman dalam surat Al-Anbiya 80 yang berkaitan dengan teknologi:

ُ هٰنْمَّلَعَو َُةَعْ نَص ُ سْو بَل ُْم كَّل ُْم كَنِصْح تِل ُْ نِ م ُ كِسَْبَ ُ ْم ُْلَهَ ف ُْم تْ نَا َُنْو رِكٰش

"Ka^lmi menga^lja^lrka^ln pula^l kepa^lda^l Da^lud ca^lra^l membua^lt ba^lju besi untukmu guna^l melindungimu da^lri sera^lnga^ln musuhmu (da^lla^lm pepera^lnga^ln). Ma^lka^l, a^lpa^lka^lh ka^lmu bersyukur (kepa^lda^l A^llla^lh)?.” [A^ll-A^lnbiya^l: 80].

(Da^ln Ka^lmi a^lja^lrka^ln kepa^lda^l Da^lud membua^lt ba^lju besi) ya^litu ba^lju ya^lng terbua^lt da^lri besi, dia^lla^lh ora^lng perta^lma^l ya^lng mencipta^lka^lnnya^l da^ln sebelumnya^l ha^lnya^lla^lh berupa^l lempenga^ln-lempenga^ln besi sa^lja^l (untuk ka^llia^ln) ya^lkni untuk segolonga^ln ma^lnusia^l (guna^l melindungi diri ka^llia^ln) jika^l diba^lca^l Linuhshina^lkum, ma^lka^l Dha^lmirnya^l kemba^lli kepa^lda^l A^llla^lh, ma^lksudnya^l, supa^lya^l Ka^lmi melindungi ka^llia^ln.

Da^ln jika^l ia^l diba^lca^l Lituhshina^lhum, ma^lka^l Dha^lmirnya^l kemba^lli kepa^lda^l ba^lju besi, ma^lksudnya^l, supa^lya^l ba^lju besi itu melindungi diri ka^llia^ln. Jika^l diba^lca^l Liyuhshina^lkum, ma^lka^l Dha^lmirnya^l kemba^lli kepa^lda^l Na^lbi Da^lud, ma^lksudnya^l, supa^lya^l dia^l melindungi ka^llia^ln (da^lla^lm pepera^lnga^ln ka^llia^ln) mela^lwa^ln musuh-musuh ka^llia^ln. (Ma^lka^l henda^lkla^lh ka^llia^ln) ha^li penduduk Meka^lh (bersyukur) a^lta^ls nikma^lt ka^lrunia^l-Ku itu, ya^litu denga^ln

perca^lya^l kepa^lda^l Ra^lsululla^lh. Ma^lksudnya^l bersyukurla^lh ka^llia^ln a^lta^ls ha^ll tersebut kepa^lda^l-Ku (A^ll-Ma^lha^llli & A^ls-Suyuti, 2020). Pa^lda^l a^lya^lt tersebut dijela^lska^ln ba^lhwa^l Na^lbi Da^lud A^lS diberita^lhu A^llla^lh SWT periha^ll pembua^lta^ln ba^lju pelindung ya^lng bisa^l diperguna^lka^ln pa^lda^l pertempura^ln. Da^lri pela^lja^lra^ln ya^lng disa^lmpa^lika^ln oleh A^llla^lh kepa^lda^l Na^lbi Da^lud bisa^l diliha^lt perkemba^lnga^ln pembua^lta^ln ba^lju besi ya^lng dibua^lt khusus untuk pa^lra^l pra^ljurit pa^lda^l pepera^lnga^ln ya^lng mereka^l ha^lda^lpi ba^lik berupa^l pelindung kepa^lla^l besi, rompi a^lnti peluru serta^l la^linya^l, ini merupa^lka^ln pengemba^lnga^ln da^lri a^lda^lnya^l teknologi ya^lng suda^lh bera^lba^ld-a^lba^ld A^llla^lh a^lja^lrka^ln pa^lda^l na^lbi-Nya^l.

Sela^lin sa^lmpa^lh orga^lnik diola^lh menja^ldi kompos da^ln bioga^ls, a^lda^l a^llterna^ltif la^lin ya^lng lebih menguntungka^ln da^ln cepa^lt ya^litu da^lur ula^lng sa^lmpa^lh orga^lnik ya^lng dila^lkuka^ln mengguna^lka^ln metode biokonversi. A^lda^lpun biokonversi merupa^lka^ln sua^ltu proses ya^lng meliba^ltka^ln mikroorga^lnisme seperti ba^lkteri, ja^lmur, ra^lgi, serta^l la^lrva^l ya^lng bertujua^ln umtuk menguba^lh sa^lmpa^lh orga^lnik menja^ldi produk ya^lng memiliki nila^li tinggi. Konsep biokonversi bisa^l menja^ldi solusi da^lla^lm menga^lta^lsi persoa^lla^ln pengelola^la^ln sa^lmpa^lh orga^lnik. Pema^lnfa^la^lta^ln la^lrva^l BSF menja^ldi a^lgen bioreduksi sa^lmpa^lh orga^lnik suda^lh dibuktika^ln pa^lda^l ska^lla^l besa^lr mengguna^lka^ln kema^lmpua^ln mereduksi sa^lmpa^lh orga^lnik menca^lpa^li 200 ton per ha^lri. Seba^lga^li contoh ga^lmba^lra^ln, la^lrva^l BSF 1 kg bisa^l mereduksi bungkil kela^lpa^l sa^lwit seba^lnya^lk 3 kg.

Sehingga^l per ha^lri untuk mereduksi 200 ton sa^lmpa^lh membutuhka^ln 66,7 ribu kg la^lrva^l BSF. Ka^lra^lkteristik ma^lka^ln la^lrva^l terbila^lng ra^lkus sehingga^l menja^ldi lebih cepa^lt da^lla^lm mengura^li sa^lmpa^lh orga^lnik diba^lndingka^ln denga^ln kema^lmpua^ln mikroba^l da^lla^lm proses dekomposisi limba^lh orga^lnik (Fa^luzi, M., da^ln Muha^lrra^lm, L. H., 2019).

Budida^lya^l la^lrva^l BSF a^lda^lla^lh penera^lpa^ln teknologi biokonversi denga^ln sera^lngga^l.

La^lrva^l BSF bisa^l dima^lnfa^la^ltka^ln seba^lga^li penguba^lh ma^lteri orga^lnik ya^lng memiliki potensi ekonomi. La^lrva^l BSF berpera^ln untuk mengdegra^lda^lsi sa^lmpa^lh orga^lnik, ba^lik sa^lmpa^lh ya^lng bera^lsa^ll da^lri hewa^ln ma^lupun tumbuha^ln.

Sela^lin diguna^lka^ln untuk pemba^lsmi sa^lmpa^lh orga^lnik, la^lrva^l BSF ini memiliki bebera^lpa^l ma^lnfa^la^lt la^linnya^l. Perta^lma^l ya^litu seba^lga^li pa^lka^ln a^llterna^ltif, la^lrva^l umumnya^l dima^lnfa^la^ltka^ln seba^lga^li pa^lka^ln hewa^ln terna^lk seperti ungga^ls da^ln ika^ln. La^lrva^l BSF merupa^lka^ln pa^lka^ln terna^lk ya^lng memiliki nila^li unggul dika^lrena^lka^ln ka^lndunga^ln bebera^lpa^l nutrisi pa^lda^l la^lrva^l ya^lng ba^lik untuk terna^lk. Kedua^l ya^litu pupuk ka^lsgot a^lta^lu beka^ls ma^lggot, ka^lsgot a^lda^lla^lh ura^lia^ln da^lri sa^lmpa^lh ya^lng tela^lh dima^lka^ln oleh la^lrva^l BSF. Ura^lia^ln smpa^lh inila^lh diguna^lka^ln seba^lga^li pupuk ta^lna^lma^ln ka^lrena^l pa^lda^l pupuk ka^lsgot terda^lpa^lt bebera^lpa^l unsur ya^lng ba^lik untuk menyuburka^ln ta^lna^lh da^ln meningka^ltka^ln kua^llita^ls ha^lsil ta^lna^lma^ln.

La^lrva^l BSF sa^lnga^lt renta^ln denga^ln peruba^lha^ln suhu da^ln ha^ll itu da^lpa^lt membua^lt la^lrva^l BSF menga^lla^lmi penuruna^ln da^lya^l ta^lha^ln tubuh seba^lga^li a^lkiba^ltnya^l bisa^l menyeba^lbka^ln kema^ltia^ln. Suhu ya^lng optima^ll ba^lgi la^lrva^l BSF pa^lda^l kondisi Suhu 30°–

38° C pa^lda^l ka^lnda^lng (Putra^l, 2021), Denga^ln kelemba^lba^ln uda^lra^l optimum sekita^lr 60%

- 70% (Holmes et a^ll, 2012), da^ln kondisi kelemba^lba^ln ta^lna^lh 70% - 80% (Wa^lhyuni et a^ll, 2020), suhu tersebut suda^lh sesua^li denga^ln sta^lnda^lr ya^lng dibutuhka^ln la^lrva^l BSF.

Da^lri perma^lsa^lla^lha^ln tersebut ma^lka^l dibutuhka^ln sua^ltu penera^lpa^ln teknologi Internet of Things untuk sistem pengontrola^ln media^l la^lrva^l BSF. Internet of things a^lta^lu disebut IoT a^lda^lla^lh ba^lgia^ln da^lri pa^lda^l a^lda^lnya^l penera^lpa^ln teknologi ya^lng memungkinka^ln a^lda^lnya^l sebua^lh pengenda^llia^ln, komunika^lsi, kerja^lsa^lma^l denga^ln berba^lga^li pera^lngka^lt kera^ls, da^lta^l mela^llui ja^lringa^ln internet. Sehingga^l bisa^l dika^lta^lka^ln

ba^lhwa^l Internet of Things (IoT) a^lda^lla^lh ketika^l menya^lmbungka^ln sesua^ltu (things) ya^lng tida^lk diopera^lsika^ln oleh ma^lnusia^l (Dewi, 2014). Ca^lra^l kerja^l internet of things a^lda^lla^lh mema^lnfa^la^ltka^ln sebua^lh a^lrgumenta^lsi da^lri a^llgoritma^l ba^lha^lsa^l pemrogra^lma^ln ya^lng suda^lh tersusun. Dima^lna^l, setia^lp a^lrgumen ya^lng terbentuk mengha^lsilka^ln sebua^lh intera^lksi ya^lng memba^lntu pera^lngka^lt kera^ls a^lta^lu mesin da^lla^lm mela^lkuka^ln fungsi a^lta^lu kerja^l. Sehingga^l, mesin tida^lk memerluka^ln ba^lntua^ln da^lri ma^lnusia^l la^lgi da^ln bisa^l dikenda^llika^ln seca^lra^l otoma^ltis. Fa^lktor terpenting da^lri ja^lla^lnnya^l progra^lm terleta^lk pa^lda^l ja^lringa^ln internet ya^lng menja^ldi penghubung a^lnta^lr sistem serta^l pera^lngka^lt kera^ls. Oleh ka^lrena^l itu, perlu a^lda^lnya^l pema^lnfa^la^lta^ln teknologi internet of things pa^lda^l ka^lnda^lng la^lrva^l BSF untuk memba^lntu da^lla^lm memonitoring da^ln mengontrol kea^lda^la^la^ln media^l la^lrva^l BSF a^lga^lr teta^lp optima^ll.

Sistem IoT ya^lng a^lka^ln ditera^lpka^ln pa^lda^l ka^lnda^lng la^lrva^l BSF membutuhka^ln bebera^lpa^l sensor seba^lga^li da^lta^l input. Sensor merupa^lka^ln unsur ya^lng menja^ldi pembeda^l da^lri IoT denga^ln mesin ca^lnggih ya^lng la^lin. Sensor da^lpa^lt mendefinisika^ln sebua^lh instrumen, ya^lng bisa^l menguba^lh IoT da^lri ja^lringa^ln sta^lnda^lr ya^lng cenderung pa^lsif menja^ldi sistem a^lktif ya^lng terintegra^lsi pa^lda^l dunia^l nya^lta^l. Sistem IoT pa^lda^l ka^lnda^lng la^lrva^l BSF ya^lng a^lka^ln diba^lngun mengguna^lka^ln sensor DHT11 seba^lga^li pengukur suhu serta^l kelemba^lba^ln uda^lra^l, da^ln sensor Soil Moisture YL-69 seba^lga^li pengukur kelemba^lba^ln ta^lna^lh ya^lng da^lpa^lt memba^lntu da^lla^lm mela^lkua^ln penga^lma^lta^ln terha^lda^lp kua^llita^ls media^l la^lrva^l BSF a^lga^lr kua^llita^ls media^l teta^lp optima^ll da^ln juga^l da^lpa^lt memba^lntu ba^lik da^lri segi efisiensi wa^lktu da^ln tena^lga^l ma^lnusia^l.

Setela^lh menda^lpa^ltka^ln da^lta^l da^lri sensor, perlu a^lda^lnya^l sua^ltu metode kla^lsifika^lsi untuk mengelola^lh da^lta^l a^lga^lr memperoleh nila^li ya^lng a^lka^ln memberi a^lksi berupa^l

output pa^lda^l media^l la^lrva^l BSF. Metode a^lta^lu method seca^lra^l ha^lrfia^lh bera^lrti ca^lra^l. Metode bera^lsa^ll da^lri ba^lha^lsa^l Yuna^lni metha^l (mela^llui a^lta^lu melewa^lti) da^ln hodos (ja^lla^ln a^lta^lu ca^lra^l), ya^lng a^lrtinya^l metode a^lda^lla^lh ja^lla^ln a^lta^lu ca^lra^l ya^lng ha^lrus dila^llui untuk menca^lpa^li tujua^ln tertentu. Kla^lsifika^lsi bera^lsa^ll da^lri ba^lha^lsa^l la^ltin ya^litu cla^lssis ya^lng a^lrtinya^l pengelompoka^ln benda^l ya^lng sa^lma^l serta^l memisa^lhka^ln benda^l ya^lng tida^lk sa^lma^l (Da^lmono, 2001). Menurut istila^lh kla^lsifika^lsi a^lda^lla^lh proses memba^lgi objek a^lta^lu konsep seca^lra^l logika^l keda^lla^lm kla^ls-kla^ls hira^lrki, subkla^ls, da^ln sub-subkla^ls berda^lsa^lrka^ln kesa^lma^la^ln ya^lng mereka^l miliki seca^lra^l umum da^ln ya^lng membeda^lka^lnnya^l. Kla^lsifika^lsi seca^lra^l umum juga^l dia^lrtika^ln seba^lga^li kegia^lta^ln pena^lta^la^ln pengeta^lhua^ln seca^lra^l universa^ll keda^lla^lm bebera^lpa^l susuna^ln sistema^ltis (Ha^lbsyi, 2012).

A^lda^lpun metode ya^lng tepa^lt pa^lda^l penelitia^ln ini ya^litu mengguna^lka^ln metode Na^lïve Ba^lyes. Keuntunga^ln mengguna^lka^ln metode Na^live Ba^lyes ya^litu metode ini ha^lnya^l membutuhka^ln jumla^lh da^lta^l tra^lining ya^lng kecil untuk menentuka^ln estima^lsi pa^lremeter ya^lng diperluka^ln da^lla^lm proses pengkla^lsifika^lsia^ln. Metode Na^lïve Ba^lyes Cla^lssifier merupa^lka^ln sebua^lh metode kla^lsifika^lsi ya^lng bera^lka^lr pa^lda^l Teorema^l Ba^lyes.

Metode pengkla^lsifika^lsia^ln denga^ln mengguna^lka^ln metode proba^lbilita^ls da^ln sta^ltistik yg dikemuka^lka^ln oleh ilmuwa^ln Inggris Thoma^ls Ba^lyes, ya^litu memprediksi pelua^lng di ma^lsa^l depa^ln berda^lsa^lrka^ln penga^lla^lma^ln di ma^lsa^l sebelumnya^l sehingga^l dikena^ll seba^lga^li Teorema^l Ba^lyes (Widia^lnto, 2012). Ciri uta^lma^l da^lri Na^lïve Ba^lyes Cla^lssifier ini a^lda^lla^lh a^lsumsi yg sa^lnga^lt kua^lt a^lka^ln independensi da^lri ma^lsing-ma^lsing kondisi atau keja^ldia^ln. Na^live Ba^lyes terbukti memiliki a^lkura^lsi da^ln kecepa^lta^ln ya^lng tinggi sa^la^lt dia^lplika^lsika^ln ke da^lla^lm da^lta^lba^lse denga^ln da^lta^l ya^lng besa^lr (Pra^lsetyo da^lla^lm Nugroho,

2013:3). Pa^lda^l penelitia^ln ya^lng tela^lh dila^lkuka^ln (Devita^l et a^ll, 2018) mengena^li kecocoka^ln isi a^lrtikel denga^ln sebua^lh tema^l jurna^ll menja^ldi fa^lktor uta^lma^l diterima^l tida^lknya^l sebua^lh a^lrtikel. Ha^lsil ya^lng dida^lpa^ltka^ln menunjukka^ln metode Na^live Ba^lyes memiliki kinerja^l ya^lng lebih ba^lik denga^ln tingka^lt a^lkura^lsi 70%, seda^lngka^ln metode K-Nea^lrest Neighbor memiliki tingka^lt a^lkura^lsi ya^lng cukup renda^lh ya^litu 40%.

Denga^ln menera^lpka^ln teknologi Internet of Things sistem pa^lda^l ka^lnda^lng la^lrva^l BSF diha^lra^lpka^ln seba^lga^li solusi untuk mempermuda^lh pela^lku budida^lya^l la^lrva^l BSF da^lla^lm proses pema^lnta^lua^ln serta^l perngontrola^ln. Pa^lda^l sistem ka^lnda^lng la^lrva^l BSF berba^lsis internet of things terda^lpa^lt tiga^l pa^lra^lmeter ya^lng dibutuhka^ln ya^litu da^lta^l suhu, kelemba^lba^ln uda^lra^l, da^ln kelemba^lba^ln ta^lna^lh. Da^lri ketiga^l pa^lra^lmeter tersebut kemudia^ln a^lka^ln dikla^lsifika^lsi denga^ln mengguna^lka^ln metode Na^live Ba^lyes untuk menentuka^ln la^lbel da^lri kua^llita^ls media^l la^lrva^l BSF. Untuk mengeta^lhui suhu da^ln kelemba^lba^ln uda^lra^l a^lka^ln dipa^lnta^lu denga^ln mengguna^lka^ln sensor DHT11. Untuk mengeta^lhui kelemba^lba^ln ta^lna^lh a^lka^ln dipa^lnta^lu denga^ln mengguna^lka^ln sensor Soil Moisture YL- 69. Denga^ln teknologi Internet of Things sistem da^lpa^lt mema^lnta^lu kua^llita^ls media^l la^lrva^l BSF denga^ln ja^lra^lk ja^luh da^ln memberi a^lksi kepa^lda^l media^l a^lga^lr kondisinya^l sesua^li denga^ln kebutuha^ln la^lrva^l BSF. A^lpa^lbila^l suhu pa^lda^l media^l la^lrva^l BSF na^lik seca^lra^l otoma^ltis memberi a^lksi kipa^ls a^lngin nya^lla^l, a^lpa^lbila^l suhu pa^lda^l media^l la^lrva^l BSF turun seca^lra^l otoma^ltis memberi a^lksi la^lmpu nya^lla^l sehingga^l media^l la^lrva^l BSF sesua^li a^lka^ln teta^lp sesua^li denga^ln kebutuha^ln la^lrva^l BSF.

1.2 Pernyataan Masalah

Seberapa besar tingkat akurasi, presisi, recall dalam pengambilan keputusan nilai kualitas media pada sistem pengukuran kualitas media larva BSF menggunakan metode Naive Bayes.

1.3 Tujuan Penelitian

Menganalisis seberapa besar tingkat akurasi, presisi, recall dalam pengambilan keputusan nilai kualitas media pada sistem pengukuran kualitas media larva BSF menggunakan metode Naive Bayes.

1.4 Manfaat Penelitian

Adapun manfaat penelitian ini adalah sebagai berikut:

1. Penelitian ini diharapkan dapat memberi manfaat bagi Dinas Lingkungan Hidup dan Kebersihan dalam mekanisasi pengolahan sampah dengan cara budidaya larva BSF sehingga dapat membantu upaya Dinas Lingkungan Hidup dan Kebersihan dalam mengurangi sampah organik.

2. Membantu pembudidaya larva BSF yang mempunyai waktu sedikit dalam melakukan pengamatan, karena sistem yang dibangun mampu memberi informasi dan pengontrolan kondisi media secara otomatis.

3. Dengan sistem ini kualitas media larva BSF menjadi baik sehingga dapat dimanfaatkan kembali menjadi pupuk kasgot atau bekas maggot.