Fakultas Ilmu Komputer
Universitas Brawijaya 1546
Implementasi Monitoring Kualitas Udara Taman di Kota Malang menggunakan Low Power Mode pada Android berbasis Arduino Uno
Ananda Ribelta1, Rizal Maulana2, Hurriyatul Fitriyah3
Program Studi Teknik Komputer, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1[email protected], 2[email protected], 3[email protected]
Abstrak
Polusi adalah pencemaran yang berkaitan dengan keadaan lingkungan yang dihidupi oleh manusia.
Pencemaran ini dapat dari beberapa faktor yakni dari asap kendaraan bermotor dan juga kebakaran hutan yang terletak dekat dengan kehidupan masyarakat. Perlu adanya solusi yang berguna sebagai media untuk menginformasikan secara langsung dan dapat digunakan kapan saja terkait Indeks Standar Pencemaran Udara (ISPU) kepada masyarakat melalui smartphone android. Waktu menjadi indikator sangat penting di dalam sistem pemantauan, berdasarkan peraturan pemerintah yang ada maka sistem mengaktifkan sensor dan mematikan sensor berdasarkan waktu yang telah ditentukan. Dalam sistem terdapat indikator warna sebagai penjelas tingkat dari kualitas udara lingkungan sekitar. menggunakan mode low power bertujuan untuk penghematan daya dengan prinsip kerjanya yaitu Sleep pada kondisi tertentu dan Wake pada kondisi tertentu pula. Hasil analisis sensor telah memiliki nilai korelasi pendeteksian sebesar MQ 131 dengan keluaran nilai tegangannya 99,1 %, sensor MQ 136 sebesar 98,5%
dan sensor GP2Y1010AU0F memiliki korelasi tegangan keluaran sebesar 98%. Dan untuk rata-rata kesalahan pada pengujian akurasi sensor MQ7 sebesar 18.55%. Selain itu juga ada pengujian performa sistem saat power down sleep selama 10 kali pengujian di rata-ratakan hingga mendapatkan 7,5%
penghematan daya pada sistem. Perhitungan dari nilai PPM ke dalam ISPU memiliki akurasi sebesar 100%
Kata kunci: Polusi, ISPU, Waktu, Android, Low Power Abstract
Definition polution defilement related to the environment that is lived by humans. This defilement may caused by many factor examples are from gas emission in public transport and forest fire that is near with citizen lives. Solution is necessary to informed about ISPU anytime to people directly through their android smartphone. Time become important indicator in monitoring system, that monitoring system are activated and deactivated based time who ruled by government. In monitoring there is color which is strong indicator about environment around. Using low power mode to aimed a lower consume of electricity on the system then utilized the work principle of system which are in sleep condition and wake condition. Based test which has been done the coefficient of determination from read value MQ 131 sensor is 99,1% rated output voltage, MQ 136 in the amount of 98,5% rated output voltage and GP2Y1010AU0F sensor output voltage accuracy of 98%. Then for MQ 7 sensor average error of 18,55%. Furthermore there is system performance tests when power down sleep for 10 times and then testing on average to get 7,5% lower consumed energy by the system. Calculation from PPM value in to ISPU value had an accuracy 100%
Keywords: Pollution, ISPU, Time, Android, Low Power
1. PENDAHULUAN
Terdapat bermacam-macam gas yang ada didalam lingkungan manusia,tumbuhan,hewan dan makhluk hidup lainnya. Banyak gas yang berbahaya untuk dihirup secara langsung oleh
manusia, banyak pula gas yang tidak baik jika dihirup secara berkala pada manusia dan ada yang memang berguna untuk sistem respirasi manusia. Dalam komposisi ada berbagai macam gas antara lain Karbon monoksida, Nitrogen Oksida, Hidrogen, Neon, Xenon, Amonia, Metana, Sulfur Oksida, Helium, Kripton,
Karbondioksida (0,03%), Argon (0,9%), Oksigen sebesar (21%) dan yang terbesar kandungan gas dalam bumi adalah Nitrogen(78,1%) sisa dari itu kandungan atmosfer yaitu uap air sebesar 4% dari volume total (Manahan,2000)
Untuk pemantauan kualitas udara yang disediakan oleh pemerintah ialah dengan cara tampilan pada layar public data display yang terletak di taman-taman besar dengan lokasi terbatas. Internet dan pemantauan pada layar smartphone dapat menjadi solusi fleksibel dalam pemantauan kualitas udara selama 24 jam. Untuk pengembangan dari internet dapat meluas dari segi pemantauan sehingga daerah rawan berkadar udara buruk dapat terpantau secara realtime dan menurunkan angka kematian akibat penyakit pernafasan pada lingkungan tersebut.
Untuk pemantauan sistem dan juga hasil dari klasifikasi satuan ISPU secara global hanya dengan menyamakan koneksi wifi yang dipasang sehingga perangkat-perangkat smartphone android dapat terhubung secara mudah. Dan kelemahan lainnya dari public data display karena tidak adanya penghematan daya pada sistem, karena bekerja selama 24 jam, padahal sesuai dengan peraturan pemerintah waktu dari pengaktifan sensor diatur sedemikian rupa jadi ada waktu yang tidak aktifnya sensor namun public data display tetap aktif, ini mengakibatkan cukup pemborosan. Solusi dari pemborosan tersebut ialah berlaku mode wake dan sleep untuk mengurangi daya pada sistem.
Kurangnya efektivitas karena hanya dalam jalan Tambusai dan jalan Sudirman saja informasi kualitas udara melalui public data display, tidak dapat di monitoring jika terjadi pencemaran secara langsung. Dengan memanfaatkan Internet dapat mempermudah masyarakat mengethui kualitas udara lingkungan tersebut.(Arief,2014) Menurut penjelasan dari Kepmen LH Nomor : KEP-45/MENLH/10/1997 ISPU(Indeks Standar Pencemaran Udara) dibagi menjadi 5 seperti 0-51 ISPU konsentrasi udara di lingkungan sekitar tidak membahayakn sama sekali, rentang 51-100 ISPU konsentrasi gas tidak membahayakan kecuali makhluk hidup yang sensitif. Rentang 101-199 ISPU konsentrasi gas di lingkungan sekitar cukup merugikan jika makhluk hidup terpapar terlalu banyak kandungan gas. Lalu rentang 200-299 ISPU konsentrasi gas di lingkungan sekitar sudah dapat dikatakan membahayakan ekosistem. Dan terakhir rentang antara 300- 50000 ISPU memiliki konsentrasi gas di
lingkungan sekitar yang mengancam makhluk hidup secara keseluruhan.
. Pembuatan sistem ini berguna sebagai pemberitahuan kepada masyarakat lingkungan yang terkena dampak dari polusi udara secara realtime dan juga fleksibel pada pengguna smartphone android.
2. METODE PENELITIAN 2.1 Blok Diagram Sistem
Gambar 1 menjelaskan penelitian ini pada penggunan blok diagram
Gambar 1. Blok Diagram Sistem
Komposisi bentuknya ialah memiliki empat buah sensor sebagai parameter yang dimana gas dideteksi tersebut adalah karbon monoksida, sulfida, ozon dan partikel debu.dari hasil pendeteksian tersebut mendapatkan nilai mentah kemudian diubah menjadi nilai ADC. Nilai ADC masuk kedalam mikrokontroller maka dikonversi pula menjadi PPM. Setelah itu nilai PPM dikirim ke nodemcu melalui pin tx dan hasil nilai outputan sensor dikirim kembali ke firebase. Baru setelah dari firebase di tampilkan dalam layar android. Untuk penggunaan sensor sesuai dengan peraturan pemerintah, maka sensor mendeteksi sesuai waktu yang digunakan, setelah mendeteksi sistem kembali ke dalam status low power
2.2 Perancangan Perangkat Keras
Gambar 2. Skematik Perangkat Keras Alat Gambar 2 menrupakan perangkat keras
daripada sistem berupa perancangan skematik. Terdapat beberapa komponen pada gambar yaitu mikrokontroller arduino uno, nodemcu,sensor gas MQ7,MQ131,MQ136 dan GP2Y1010AU0F. sensor sebagai pendeteksi konsentrasi gas disambungkan dengan mikrokontroller arduino yang
kemudian data keseluruhan dikirim ke nodemcu melalui kabel TX. Memperkecil kegagalan sistem atau sort circuit merupakan salah satu kegunaan daripada perancangan skematik
Gambar 3. Purwarupa Sistem
Gambar 3 menjelaskan purwarupa dari sistem pemantauan kualitas udara, didalam sistem memiliki 2 mikrokontroller yaitu arduino uno dengan nodemcu, untuk penempatannya bersampingan karena dihubungkan oleh kabel jumper. Terdapat baterai 9v sebagai sumber daya pada sistem pemantauan kualitas udara.
Sistem berbentuk kotak berwarna hitam dan berbahan dasar akrilik. Memiliki 4 lubang pada sisi depan sensor, untuk seluruh sensor MQ lubang berbentuk bulat dan untuk sensor GP2Y1010AU0F berbentuk kotak. Masing- masing dari sensor tersebut disambungkan dengan mikrokontroller menggunakan kabel jumper
2.3 Perancangan Perangkat Lunak
Gambar 4. Perancangan Perangkat Lunak Perangkat lunak secara keseluruhan menjelaskan tentang dari awal sistem bekerja hingga sistem sukses mencapai tujuan daripada penciptaannya. Awal mula sistem dinyalakan
Mikrokontroller Arduno Uno NodeMCU
Baterai 9V
dengan pengambilan nilai kalibrasi yang dimana jika nilai tersebut sudah tidak berubah dan pengambilan sampel dari nilai sebanyak 10 kali.
Setelah mendapatkan nilai hasil kalibrasi, sensor akan mendeteksi konsentrasi gas di lingkungan tersebut, kenaikan konsentrasi gas akan berbanding lurus dengan kenaikan nilai ppm pada sistem. Untuk pemrosesan komputasi dari nilai mentah menjadi satuan ppm ialah mikrokontroller arduino uno, dan juga pengiriman nilai dari tx arduino uno ke rx nodemcu melalui kabel jumper. Tugas dari nodemcu ialah membuat data pembacaan sensor menjadi bersifat dapat diakses melalui internet wifi asalkan dalam satu jaringan yang sama.
Mengirim kepada firebase merupakan perintah selanjutnya sehingga data dapat tersimpan dan terkontrol dengan baik. Yang terakhir, menampilkan hasil pembacaan sensor ke tampilan laya android sehingga pengguna smartphone android dapat memantau kualitas udara di lingkungan secara fleksibel.
2.4 Perancangan Mode Low Power
Gambar 4. Perancangan Mode Low Power Gambar 4 menjelaskan mode low power alur dari waktu mengaktifan sistem dan juga non- aktifkan sistem. Pada saat inisialisasi sleep dan wake memasukkan daripada trigger, lalu pengaktifan konfigurasi pin yang digunakan dan tidak digunakan kemudian mematikan komponen yang tidak dibutuhkan untuk aktif.
komponen yang dimatikan untuk penghematan daya saat sistem dalam kondisi sleep ialah
ADC,timer, TWI,SPI BODS. Dan jika terdapat trigger berupa waktu untuk mengaktifkan sistem secara keseluruhan, maka sistem segera mengaktifkan segala komponen untuk mendapatkan performa maksimal pada sistem.
2.5 Implementasi Perangkat Keras
Implementasi perangkat keras dijelaskan pada sub bab ini, tentang komposisi apa saja yang dipasang pada sistem,bentuk jadi dari purwarupa dan penjelasan isi daripada sistem.
Gambar 5 menjelaskan secara visual sistem dilihat dari tampak depan, 18x11x6 cm untuk ukuran dari sistem dan dilengkapi 4 buah sistem untuk pemrosesan pendeteksian gas juga akurasi sistem
Gambar 5. Tampak Depan Implementasi Sistem
Gambar 6. Implementasi Perangkat Keras Gambar 6 menjelaskan tentang konfigurasi secara implementatif pada sistem. Agar sistem dapat tertata untuk pin konfigurasi maka dibuat menggunakan PCB. Keempat buah sensor memiliki pin untuk input dan output masing- masing dan ada pula baterai 9V sebagai sumberdaya pada sistem kemudian nodemcu sebagai penyebaran nilai secara online.
Penghubung daripada komponen dengan perangkat lain ialah kabel jumper.
2.6 Implementasi Perangkat Lunak
Gambar 7. Implementasi Perangkat Lunak Gambar 7 memaparkan tentang tampilan layar android yang menjadi tampilan utama pemantauan kualitas udara pada sistem. Untuk hasil ISPU pengukuran gas CO ada atas kiri, untuk hasil ISPU pengukuran PM10 diletakkan diatas kanan, peletakan hasil pengukuran gas SO2 diletakkan dibawah kiri daripada tampilan dan kanan bawah digunakkan untuk pengukuran gas O3. Terkait penjelasan dari nilai kualitas udara ISPU menurut peraturan undang-undang dijelaskan pada kotak detail rentang ISPU.
Untuk penjelasan konsentrasi gas yang tinggi, status sensor gas dan nilai gas dijelaskan pada kotak kesimpulan,
2.6 Implementasi Mode Low Power
Gambar 8. Implementasi Perangkat Lunak Gambar 8 menunjukkan implementasi dari pengujian mode low power, menjadikan power supply sebagai sumber daya dengan besaran 4.8V dan juga multimeter untuk pembacaan keluaran daya sebelum dan sesudah dipasangi mode low power pada sistem secara keseluruhan.
Yang dimana konfigurasi dari pengukuran tersebut dari negatif arduino ke positif baterai, negatif baterai dihubungkan ke dalam positif
multimeter dan negatif multimeter dihubungkan ke dalam positif arduino, sehingga membuat circle loop.
3 PENGUJIAN DAN ANALISIS
Untuk mengetahui kegunaan dari sistem, sistem bertujuan untuk apa dan penjelasan mengenai hasil setelah terciptanya alat, efektivitas dalam penyelesaian masalah, dan penyesuaian sistem terhadap perancangan yang telah dibuat merupakan penjelasan dari pengujian. Dan untuk mengetahui efisiensi hasil pengujian dan performansi kemampuan sistem secara optimal merupakan penjelasan dari analisis.
3.1 Pengujian Sensor MQ 131
Untuk mengetahui kadar dan mendeteksi konsentrasi dari gas ozon pada lingkungan ialah sensor MQ131. Kenaikan intensitas asap akan mempengaruhi kenaikan hasil pembacaan sensor MQ 131.
Tabel 1. Pengujian Sensor MQ 131 Peng
ujian PPM Vout
1 2 3 4 5 6 7 8 9 10
3 4 6 8 12 17 19 21 22 24
0.34 0.40 0.50 0.68 0.83 1.04 1.09 1.22 1.30 1.33
Tabel 1 memaparkan hasil dari pengujian yakni kenaikan daripada pengukuran PPM sensor MQ 131 maka makin tinggi pula vout pada sensor MQ 131
3.2 Pengujian Sensor MQ 136
Untuk mengetahui kadar dan mendeteksi konsentrasi dari gas Sulfida pada lingkungan ialah sensor MQ136. Kenaikan intensitas asap
akan mempengaruhi kenaikan hasil pembacaan sensor MQ 136.
Tabel 2. Pengujian Sensor MQ 136 Peng
ujian PPM Vout
1 2 3 4 5 6 7 8 9 10
1 2 3 4 5 6 7 8 9 10
0.53 0.73 0.92 1.20 1.45 1.70 1.78 1.91 2.13 2.25
Tabel 2 memaparkan hasil dari pengujian pengukuran PPM sensor MQ 136 maka makin tinggi pula vout pada sensor MQ 136.
Karateristik sensor yaitu mendeteksi adanya gas Sulfida pada lingkungan tersebut.
3.3 Pengujian Sensor GP2Y1010AU0F Untuk mengetahui kadar dan mendeteksi konsentrasi dari Partikel debu pada lingkungan ialah sensor GP2Y1010AU0F. Kenaikan intensitas asap akan mempengaruhi kenaikan hasil pembacaan sensor GP2Y1010AU0F.
Tabel 3. Pengujian Sensor GP2Y1010AU0F Peng
ujian PPM Vout
1 2 3 4 5 6 7 8
30 39 49 60 71 77 123 158
0.01 0.08 0.11 0.18 0.31 0.36 0.46 0.65
10 197 0.85
Tabel 3 memaparkan hasil dari pengujian sensor GP2Y1010AU0F yakni kenaikan daripada PPM maka makin tinggi pula nilai Vout.
3.4 Pengujian Sensor MQ 7
Pada sistem menggunakan sensor MQ 7 untuk mendeteksi konsentrasi Karbon Monoksida pada lingkungan sekitar sistem dan juga perbandingan dengan alat yang telah tervalidasi pemerintah agar sistem dapat diketahui persentase errornya. Kenaikan hasil pembacaan sensor MQ 7 berdasarkan kenaikan intensitas asap pula.
Tabel 4. Pengujian Sensor MQ 7
Peng ujia
n
Lama Nyala Kenda raan
PPM MQ
7 Vout Error (%)
1 2 3 4 5 6 7 8 9 10
1 menit 2 menit 3 menit 4 menit 5 menit 10 menit
15 menit 18 menit 23 menit 25 menit
4 6 15 36 40 56 68 87 104 124
2 3 11 30 33 53 71 82 98 117
0.34 0.40 0.50 0.68 0.83 1.04 1.09 1.22 1.30 1.33
50%
50%
26.7%
16.7%
17.5%
5.3%
4.4%
5%
5%
5%
Rata- rata Error
18.5%
Tabel 4 pengujian yang membandingkan pendeteksian sensor MQ7 dengan alat terstandarisasi. Dengan menghitung menggunakan rumus MAPE(Mean Absolute Percentage Error) dapat dikatakan rata-rata error 18,5%
3.5 Pengujian Low Power
Dapat bertahan hingga berapa lama merupakan tujuan dari pengujian ini dan juga pengurangan daya yang diakibatkan dari aktifnya sistem dapat diketahui.
Tabel 5. Pengujian Low Power Pengu
jian
Vout Wake (mA)
Vout Sleep (mA)
1 2 3 4 5 6 7 8 9 10
246 250 236 234.5 249 250 234.5 231 247.5 250
224.5 225 224.5 225.5 224.5 224.5 224.5 224.5 224.5 224.5 Rata-
rata 242.85 mA 224.65 mA
Pengujian sebanyak 10 kali pada Tabel 5 digunakan untuk mengetahui akurasi sistem disaat dalam kondisi wake dan sleep pada sistem, sehingga jika dicari selisihnya maka dapat diketahui hasil penghematannya, yaitu 242,85 menjadi 224,65 yang jika dipersentasekan sebesar 7,5%.
3.6 Pengujian Aplikasi Android
Pengujian ini berguna untuk mengetahui keberhasilan pengiriman data dari firebase menuju android. Dan juga untuk akurasi nilai hasil pengiriman data dari satuan PPM menjadi satuan ISPU.
Tabel 6. Pengujian Aplikasi Android
Pengujian 3
Hasil akurat 3
Hasil tidak akurat 0
Persentase Hasil 100%
Dari Tabel 6 menjelaskan akurasi konversi nilai dari PPM ke ISPU pada aplikasi android yang dimana nilai tersebut dari keempat sensor yaitu SO2,CO dan O3. Hasil dari ketiga
pengujian tersebut menghasilkan persentase sebesar 100%.
4. KESIMPULAN DAN SARAN
Untuk perancangan metode ISPU seperti jenis gas dideteksi rentang gas,waktu,warna di dalam sistem sudah diterapkan pada pemantauan kualitas udara ini. Kemudian pada performa low power mengaktifkan alat sesuai yang ditentukan, ADC dan BODS disaat waktu wake up kembali mengaktifkan keseluruhan dengan intterupt waktu berdasarkan peraturan yang tertera sebelumnya. Hasil pengujian korelasi bermaksud untuk mengetahui keterkaitan antara tegangan keluaran dan PPM sensor, korelasi pada sensor MQ 131 sebesar 99,1% dimana 0,9% merupakan faktor lain yang mendukung korelasi. Sensor MQ 136 memiliki korelasi sebesar 98,5% pengujian selama 10 kali dan memiliki kurva linear dan sensor GP2Y1010AU0F memiliki korelasi 98% dan sesuai kerja dengan datasheet. Dan untuk membandingkan MQ 7 dengan alat telah terstandarisasi memiliki kesalahan sebesar 18,55%. Dan selama 10 kali pengujian di rata- ratakan hingga mendapatkan 7,5% penghematan daya.
Saran yang dapat diberikan dari penulis adalah perlu adanya pmpa untuk menarik udara sekitar alat untuk mendapatkan akurasi yang tepat pada sensor dan juga pemberitahuan lokasi pada daerah rawan pencemaran udara sehingga dapat mudah terkontrol secara baik sistem tersebut.
DAFTAR PUSTAKA
Amado,T.,Dela Cruz,J. 2018. Development of Machine Learning-based Predicted Models for Air Quality Monitoring and Characterization. IEEE Region 10 Conference.
Android(2019). User Guide. Dipetik pada 15
April 2020, dari
http:developer.android.com/studio/intro Arief,A. 2016. Klasifikasi Kualitas Udara
Pekanbaru menggunakan Algoritma KNN dengan Euclidean Distance Berdasarkan Kategori ISPU. SKRIPSI, UIN Suska RIAU.
Atmega328Pl. 2015. 8-bit AVR Microcontroller with 32K Bytes In-System Programmable Flash. Atmel Datasheet.
Blagoiev,M.,Gruicin,I.,Ionascu,ME &
Marcu,M. 2018. A Study on Correlation between Air Pollution and Traffic. 26th Telecommunications forum TELFOR 2018
Bagas,R,P.,Syauqy,D & Putra,A,K. 2019.
Pengembangan Low Power System Monitoring Karbon Monoksida (CO) Menggunakan Metode State Machine.
SKRIPSI, Universitas Brawijaya, Malang Hilmi,E.,Syauqy,D & Rizqika,S. 2018.
Implementasi Low Power Mode pada Perangkat Sistem Pendeteksi Dini Kebocoran Gas Menggunakan Atmega328p. SKRIPSI, Universitas Brawijaya, Fakultas Ilmu Komputer, Malang
Ibrahim,A. 2018. Carbon Dioxide and Carbon Monoxide Level Detector. 21st International Conference of Computer and Information Technology(ICCIT)
Ihsannurrahim. 2018. Implementasi Low Power Wearable Device sebagai Heart Rate Monitor dengan Metode State Machine.
SKRIPSI, Universitas Brawijaya, Fakultas Ilmu Komputer, Malang
Keputusan Kepala Badan Pengendalian Dampak Lingkungan No. 107 Tahun 1997 Tanggal 21 November 1997 Tentang : Perhitungan Dan Pelaporan Serta Informasi Indeks Standar Pencemar Udara, Jakarta.
Kristinawati,Y. 2018. Implementasi Modul Monitoring Kapasitas Baterai pada Perangkat Embedded. SKRIPSI, Universitas Brawijaya, Fakultas Ilmu Komputer, Malang
Kurniawan,A.2017.PENGUKURAN
PARAMETER KUALITAS UDARA (Arduino, 2017)(CO,NO2,SO2,O3 DAN PM10) DI BUKIT KOTOTABANG BERBASIS ISPU
Meng,W.,Zeng,B.,Huang,H. 2017. Forecasting of Sulfur Dioxide Emissions in China Based on Optimized DGM. National Research Base of Intelligent Manufacturing Service . Chongqing Technology and Business University.
Microsoft(2020). Trendline Reliability. Dipetik
April 15 2020, dari
https:support.office.com/en-
us/articlechoosing-the-best-trendline-for- your-data.
MQ131_Datasheet.(2019). MQ-131 Gas Sensor.
Technical Data.
MQ136_Datasheet. (2019). MQ-136 Gas Sensor. Technical Data.
MQ 7_Datasheet. (2019). MQ-7 Gas Sensor.
Technical Data.
GP2Y1010AU0F. (2017). GP2Y1010AU0F Sensor. Technical Data.
Wemos D1 Mini, (2017), WEMOS D1 Mini Mikrokontroller. Technical Data.
Patil,P. 2017. Smart IOT Based System For Vehicle Noise And Pollution Monitoring.
International Conference on Trends in Electronics and Informatics
Peraturan Pemerintah Republik Indonesia No.
41 Tahun 1999 tanggal : 26 mei 1999 tentang Pengendalian Pencemaran Udara, Jakarta
Penza,M.,Suriano,D.,Pfister,V.,Prato,M. &
Cassano,G. 2017. Urban Air Quality Monitoring with Networked Low-Cost Sensor-Systems. International Conference Eurosensors.
Prahardis,R.,Syauqi,D & Akbar,S. 2018.
Implementasi Sistem Monitoring Polusi Udara Berdasarkan Indeks Standar Pencemaran Udara Dengan Pemodelan Finite State Machine. SKRIPSI, Universitas Brawijaya, Fakultas Ilmu Komputer, Malang.
Tan,K.,Lim,H & Jafri,M. 2016. Satellite Remote Sensing of Total Column Ozone Over Peninsular Malaysia. IEEE International Conference on Control System, Computing and Engineering.
Taqyudin,R. 2017. KLASIFIKASI KUALITAS UDARA MENGGUNAKAN NAÏVE BAYES CLASSIFIER PADA SISTEM TERDISTRIBUSI RASPBERRY PI
CLUSTER SERVER.
SKRIPSI,Teknologi Informasi, Universitas Sumatera Utara
Widodo,S.,Amin,M.,Sutrisman,A & Putra,A.
2017. RANCANG BANGUN ALAT
MONITORING KADAR UDARA
BERSIH DAN GAS BERBAHAYA CO,CO2 DAN CH4 DIDALAM
RUANGAN BERBASIS MIKROKONTROLLER.Jurnal
Pseudocode ,Teknik Komputer, Politeknik Negeri Sriwijaya
