File Referensi
File Referensi
Sistem Deteksi Pencemaran Gas Beracun CO, HC, NOx dalam Ruangan
Tertutup dengan Metode Support Vector Machine
Fauzan Rivaldi1, Rizal Maulana2, Mochammad Hannats Hanafi Ichsan3
Abstrak
Hasil pembakaran bahan bakar fosil oleh mesin, terutama kendaraan bermotor, akan mengeluarkan
sejumlah gas beracun yang dapat membahayakan manusia, terlebih lagi gas tersebut bersifat tidak
berwarna dan tidak berbau sehingga sulit untuk disadari. Sehingga dibutuhkan sebuah penelitian
mengenai sistem deteksi pencemaran gas beracun hasil pembuangan bahan bakar mesin, dengan
memanfaatkan Occupational Safety and Health Association (OSHA) milik pemerintahan Amerika
Serikat sebagai referensi utama dalam menentukan kadar racun gas yang terdeteksi oleh sistem
tergolong aman atau berbahaya berdasarkan nilai PPM nya. Adapun 3 jenis gas beracun yang akan
dideteksi, pertama deteksi gas Hidrokarbon atau HC menggunakan sensor MQ-2, kedua deteksi gas
Karbon monoksida atau CO menggunakan sensor MQ-7, dan ketiga deteksi gas Nitrogen Oksida atau
NOx menggunakan sensor MQ-135. Sistem berbasis mikrokontroler ESP32 dan menggunakan metode
SVM atau Support Vector Machine untuk mengklasifikasi nilai hasil deteksi sensor gas MQ tergolong
aman atau berbahaya. Terdapat 60 data latih yang terbagi dalam 2 jenis, yaitu 30 data pada kondisi kadar
racun yang masih aman, dan 30 data pada kondisi berbahaya. Pengujian kinerja dan akurasi sistem
menggunakan 30 data uji yang juga terbagi dalam 2 jenis, yaitu 15 data pada kondisi kadar racun yang
masih aman, dan 15 data pada kondisi berbahaya. Hasil deteksi dan klasifikasi akan ditampilkan melalui
layar LCD disertai dengan bunyi alarm buzzer bila kondisi kadar racun tergolong berbahaya. Akurasi
yang didapatkan dari hasil pengujian klasifikasi SVM sebesar 87%.
Kata kunci: Gas beracun, OSHA, MQ-2, MQ-7, MQ-135, Arduino, ESP32, Support Vector Machine (SVM).
Abstract
Burned fossil fuels from machines, especially vehicles, will release toxic gases which are harmful to
human, even these toxic gases are colorless and odorless which makes them hard to be recognized by
humans. Therefore, a research of detection system on toxic gas pollution caused by burned fuels is
needed, by utilizing Occupational Safety and Health Association (OSHA) as a main reference to
determine and classify the result of gas detection as a safe or dangerous condition according to their
PPM level. There are 3 types of toxic gas detected in the system, first is Hydrocarbon (HC) gas detection
using MQ-2 sensor, then Carbon Monoxide (CO) gas using MQ-7 sensor, and the last is detection of
Nitrogen Oxide (NOx) gas with the MQ-135 sensor. The system is based on an ESP32 microcontroller
using Support Vector Machine (SVM) as the classification method to classify the detection results from
the MQ gas sensor. There are 60 training data which are taken from MQ gas sensor detection, and
divided into 2 types of data, the first 30 data classified as safe condition, and the next 30 data classified
as dangerous condition. The performance and accuracy test of the system uses 30 testing data which
are also divided into 2 types, the first 15 data taken from a safe condition, and the next 15 data are taken
on a dangerous condition. The detection and classification results, as an output, will be displayed on
the LCD screen followed with a buzzer alarm sound if the SVM result is on a dangerous class. The
accuracy obtained from the SVM classification test is 87%.
Keywords: Toxic gas, OSHA, MQ-2, MQ-7, MQ-135, Arduino, ESP32, Support Vector Machine (SVM)
didapatkan dari penggunaan mesin, hanya saja Husnawati dan Putra pada tahun 2018 yang ber
penggunaan mesin secara berlebih akan judul “Sistem Klasifikasi Jenis Gas Alkohol dan
berdampak buruk kedepannya. Kinerja mesin Butana Menggunakan Metode Support Vector
membutuhkan bahan bakar fosil sebagai sumber Machine”, berfokus pada deteksi gas berupa
energinya, dengan hasil pembakaran yang akan alkohol dengan MQ-3, dan deteksi gas butana
mengeluarkan senyawa yang berupa sejumlah dengan MQ-5. Metode SVM berhasil
gas beracun, senyawa ini dikenal sebagai emisi diimplementasikan dengan hasil yang sangat
gas buang kendaraan (Syahrani, 2012). Emisi baik apabila dilakukan pada ruangan tertutup.
gas buang keluaran mesin mengandung sejumlah Berdasarkan permasalahan dan referensi
senyawa kimia seperti Nitrogen Oksida atau penelitian sebelumnya, penelitian saat ini
NOx, Karbon Monoksida atau CO, Hidrokarbon berfokus pada deteksi cemaran gas beracun di
atau HC, uap air atau H2O, dan Karbon Dioksida dalam ruangan tertutup, dengan deteksi objek
atau CO2 (Ismiyati, 2014). Masalahnya gas yaitu deteksi gas HC dengan sensor MQ 2,
beberapa jenis gas seperti CO, HC, dan Nox gas NOx dengan sensor MQ 135, dan gas CO
mampu meracuni manusia (Wahyu, 2019). dengan sensor MQ 7. Metode yang dipakai yaitu
Selain itu gas-gas tersebut bersifat tidak klasifikasi SVM, dengan kelebihannya dalam
berwarna, juga tidak berbau, sehingga sulit mencegah terjadinya overfitting pada saat proses
untuk disadari manusia. data training (Nur, 2018). Sistem menggunakan
Mengingat sulitnya menyadari kehadiran mikrokontroller ESP32 dan diharapkan dapat
gas beracun tersebut, dibutuhkan suatu sistem bekerja secara efektif dalam mengklasifikasikan,
guna mendeteksi keberadaan gas beracun serta hasil deteksi sensor yang sesuai, lalu dapat
tersebut, terutama di dalam ruangan tertutup, menampilkan nilai ppm dari deteksi sensor gas
serta mampu memberikan alarm langsung. dan hasil klasifikasi SVM pada layar LCD, dan
Perancangan sistem, terutama sensor gas, akan menginformasikan secara langsung apabila
mengacu pada Occupational Safety and Health terjadi pencemaran gas beracun melalui bunyi
Association atau OSHA yang didirikan oleh alarm buzzer.
pemerintahan Amerika Serikat yang telah
menetapkan sebuah indeks standar tentang
pencemaran udara dalam satuan ppm atau part 2. METODE PENELITIAN
per million, dengan ketentuan kondisi udara
pada rentang 0-150 ppm akan dianggap aman 2.1. Blok Diagram Sistem
oleh sistem, dan pada rentang 150 ppm atau lebih Penjelasan dari alur kerja sistem akan
akan dianggap berbahaya. secara menyeluruh dapat dilihat pada blok
Adapula sejumlah penelitian terkait diagram di Gambar 1 berikut.
sebelumnya mengenai sistem pendeteksi gas-gas
beracun yang menjadi referensi penelitian,
seperti penelitian milik Wicaksono pada tahun
2017 yang berjudul “Rancang Bangun Sistem
Monitoring Konsentrasi Gas Nitrogen Oksida
NOX Sebagai Emisi Gas Buang Menggunakan
Sensor Gas MQ – 135 Berbasis Mikrokontroler
STM32F4 Discovery”. Penelitian ini berfokus
pada deteksi gas NOx dengan sensor gas MQ- Gambar 1. Blok Diagram Sistem
135, disertai hasil akurasi sistem yang mencapai Alur kerja sistem diawali dengan deteksi
84,52%. Selanjutnya adalah penelitian yang gas beracun yang dilakukan setiap sensor gas,
dilakukan oleh Anton tahun 2017 yang berjudul yaitu sensor MQ 2 untuk deteksi gas HC, sensor
“Alat Ukur Kadar Karbon Monoksida CO Dan MQ 7 untuk deteksi gas CO, dan sensor MQ 135
Hidrokarbon HC Gas Buang Kendaraan untuk deteksi gas NOx. Selanjutnya akan
Bermotor Dengan Penampil Smartphone dilakukan proses klasifikasi oleh metode SVM
Android”, memanfaatkan sensor gas MQ-7 dengan memanfaatkan sejumlah data latih yang
dalam mendeteksi gas CO, dan sensor MQ-2 telah tersimpan dalam program, metode SVM ini
dalam mendeteksi gas HC dengan output yang ditujukan untuk mengklasifikasikan hasil deteksi
akan ditampilkan pada smartphone Android. sensor gas ke dalam jenis kelas “aman” atau
Terdapat juga penelitian mengenai metode “berbahaya” sesuai dengan nilai ppm nya.
klasifikasi SVM yang telah dilakukan oleh Keluaran sistem terakhir adalah berupa tampilan
dan hasil klasifikasi SVM pada layar LCD 16x2 3.1 Pengujian Sensor Gas MQ
dan bunyi alarm buzzer apabila hasil klasifikasi
Pengujian dilakukan dengan tujuan
tergolong berbahaya.
memastikan linearitas antara nilai ppm dari Gas
MQ terhadap kondisi gas beracun yang
2.3. Implementasi Sistem
dideteksi. Hasil pengujian sensor berada pada
Implementasi dari perancangan sistem Tabel 1 berikut.
menghasilkan sebuah prototype system dan
Tabel 1. Hasil Pengujian Sensor MQ-2
dapat dilihat pada Gambar (5).
Durasi Kondisi gas
Nilai (ppm)
(menit) (A/B)
1m 66 A
2m 74 A
3m 48 A
4m 55 A
5m 62 A
6m 158 B
7m 220 B
8m 355 B
9m 416 B
10 m 500 B