SISTEM MONITORING SUHU UNTUK PROSES FERMENTASI PADA

TEMPE BERBASIS INTERNET OF THINGS MENGGUNAKAN METODE

ALGORITMA C4.5 PADA PLATFORM THINGSPEAK

Diajukan untuk Memenuhi Syarat Penyusunan Laporan Tugas Akhir pada Program
Studi Teknik Informatika Strata Satu (SI)

Disusun Oleh:
Nama : M.Ridwan
NPM : 1906700035

FAKULTAS TEKNIK
UNIVERSITAS MANDIRI
SUBANG 2023
 KATA PENGANTAR

Puji dan syukur saya panjatkan kehadirat Allah SWT atas segala rahmat dan

karunia-nya yang tiada hentinya. Sehingga dengan segala keterbatasan kemampuan

dan pengetahuan dapat menyelesaikan tugas akhir ini dengan judul : “Sistem

Monitoring Suhu Untuk Proses Fermentasi Pada Tempe Berbasis Internet Of

Things Menggunakan Metode Algoritma C4.5 Pada Platform Thingspeak”. Tujuan

penulisan laporan ini diajukan untuk memenuhi dan melengkapi salah satu syarat

dalam menyelesaikan perkuliahan di program studi Teknik Informatika. Dalam segala

kekurangan yang terdapat pada laporan ini, penulis mengharapkan kritik dan

sarannya. Pada kesempatan inilah penulis ingin menyampaikan terima kasih dan rasa

hormat yang sebesar-besarnya kepada yang terhormat :

1. Ibu Dr. Nurlaila, M.Pd., selaku Ketua Yayasan Lembaga Pendidikan

Yudhistira
2. Bapak Dr. Muhammad Faizal, M.Pd., Selaku Rektor Universitas Mandiri.
3. Bapak Usep Tatang Suryadi, ST., M.Kom. selaku Dekan Fakultas Teknik
Universitas Mandiri.
4. Bapak Kodar Udoyono, ST., MA. selaku Ketua Program Studi Teknik
Komputer dan Jaringan Universitas Mandiri.
5. Kepada Dosen Pembimbing I Bapak dan Dosen Pembimbing II. Karena
dengan adanya bimbingan serta masukan yang diberikan, laporan tugas
akhir ini tersusun secara baik dan benar.
6. Segenap Dosen dan Staff karyawan Universitas Mandiri.
 7. Kepada kedua Orangtua yang dari awal perkuliahan sampai akhir
penyusunan tugas akhir mendukung dan membantu agar dalam
penyusunan tugas akhir ini berjalan dengan baik dan lancar.
8. Kepada rekan-rekan Mahasiswa/I yang senantiasa memberikan semangat,
kerja sama, dan masukan yang sungguh luar biasa yang telah menjadi
motivasi bagi penulis untuk menyelesaikan tugas akhir ini.
9. Semua pihak yang telah mendukung dan membantu penulis dalam
menyelesaikan tugas akhir ini baik secara langsung maupun tidak
langsung.

Laporan ini masih jauh dari kata sempurna, oleh karena itu diharapkan kritik

dan saran yang bersifat membangun demi kesempurnaan penulisan dimasa yang akan

datang. Akhir kata semoga laporan ini dapat bermanfaat bagi para pembaca maupun

penulis.

Subang, 2023

M.Ridwan
Daftar Isi
KATA PENGANTAR....................................................................................................................2
Daftar Tabel............................................................................................................................6
Daftar Gambar.......................................................................................................................7
Bab I........................................................................................................................................8
1.1 Latar Belakang Masalah............................................................................................8
1.2 Identifikasi Masalah................................................................................................12
1.3 Tujuan Penelitian....................................................................................................12
1.4 Manfaat Penelitian.................................................................................................12
1.5 Batasan Masalah....................................................................................................13
1.6 Metode Penelitian..................................................................................................13
1.7 Sistematika Penyusunan Tugas Akhir......................................................................14
Bab II....................................................................................................................................16
2.1 Fermentasi Tempe..................................................................................................16
2.2 Sistem Monitoring..................................................................................................17
2.3 Algoritma C4.5........................................................................................................19
Konsep Entropy............................................................................................................20
Konsep Gain.................................................................................................................20
Perhitungan Node 1........................................................................................................22
2.4 Internet of Things (IoT)...........................................................................................23
2.5 Data Mining............................................................................................................24
2.6 Decision Tree..........................................................................................................27
2.6.1 Kelebihan Decision Tree.......................................................................................28
2.6.2 Kekurangan Decision Tree....................................................................................29
2.7 Thingspeak.............................................................................................................29
2.8 Arduino IDE............................................................................................................31
2.9 NodeMCU...............................................................................................................31
2.9.1 Sensor Suhu dan Kelembaban AHT25..............................................................35
2.10 Penghangat Ruangan (Blower,Heater)....................................................................37
2.11 Data Base................................................................................................................42
 2.12 Model Proses (UML)...............................................................................................43
2.13 Class Diagram.........................................................................................................43
2.13.1 Use Case Diagram.............................................................................................44
2.13.2 Activity Diagram...............................................................................................47
2.13.3 Sequence Diagram.............................................................................................48
2.14 ERD (Entity Relationship Diagram).........................................................................49
2.15 MySQL....................................................................................................................52
2.16 Jaringan..................................................................................................................54
2.17 Xampp....................................................................................................................55
2.18 Pemograman Bahasa C...........................................................................................56
Bab III...................................................................................................................................57
3.1 Deskripsi Sistem...........................................................................................................57
3.2 Kebutuhan Perangkat Lunak.........................................................................................58
3.3 Kebutuhan Perangkat Keras..........................................................................................58
3.4 Kebutuhan Perangkat Lunak.........................................................................................59
3.5 Implementasi Algoritma C4.5.......................................................................................59
 Daftar Tabel
Tabel 1 Perhitungan Node......................................................................................................22
Tabel 2 Perangkat Lunak.........................................................................................................59
Tabel 3 Hasil Penelitian ..........................................................................................................63
 Daftar Gambar
Gambar 1 Rumus Entropy.........................................................................................................................17
Gambar 2 Rumus Gain..............................................................................................................................18
Gambar 3 Rumus Perhitungan Node 1.....................................................................................................19
Gambar 4 Rumus Node 1(2).....................................................................................................................20
Gambar 5 Interface Thingspeak................................................................................................................26
Gambar 6 Gpio NodeMCU v0.9................................................................................................................28
Gambar 7 GPIO NodeMCU v2...................................................................................................................28
Gambar 8 GPIO NodeMCU v3...................................................................................................................29
Gambar 9 Sensor Suhu.............................................................................................................................31
Gambar 10 Cara Kerja AHT25...................................................................................................................32
Gambar 11 Temperatur............................................................................................................................32
 Bab I
Pendahuluan

1.1 Latar Belakang Masalah

Indonesia merupakan negara yang memiliki iklim tropis dengan dua musim

yaitu musing kemarau dan juga musim penghujan, hal ini tentunya mempengaruhi

banyak sector dengan dampak yang beragam ada yang negatif ada juga yang

positif tergantung dari situasi yang terjadi, namun saya akan membahas di sektor

khusus usaha pembuatan tempe atau pengrajin tempe.

Tempe merupakan makanan khas Indonesia yang sudah menjadi komodi yang

sangat di andalkan, selain sebagai bahan makanan pokok yang kaya akan gizi

tempe juga bisa dijadikan makanan jajanan yang enak dan berkuliatias, namun

perlu kita juga ketahui bahwa dalam proses pembuatannya itu cukup memakan

banyak sekali tahap, tahap yang pertama adalah perebusan setelah tahap

perebusan selesai maka biji kedelai yang merupakan dasar dari tempe di kupas

dan dibersihkan yang kemudian setelah bersih dilakukan proses penambahan

onokulasi atau biasa kita dengar proses peragian pada tempe kemudian jelang

beberapa saat maka biji kedelai di bungkus dan kemudia proses terakhir adalah

proses fragmentasi yang dimana biji kedelai yang sudah di citak di diamkan di

suhu ruangan tertentu dan ditunggu sampai ke tingkat kematangan tertentu

 Tempe kedelai merupakan makanan berprotein tinggi yang dibuat melalui

fermentasi. Di dalam tubuh, protein akan dihidrolisis menjadi asamasam amino

oleh enzim protease, salah satunya adaiah enzim tripsin, Di dalam kedelai selain

mengandung protein diketahui mengandung senyawa antitripsin yang

menghambat aktivitas tripsin. Pada proses fermentsi tempe terjadi perubahan-

perubahan komponen seperti lemak, karbohidrat, protein, vitamin 13 dan

komponen lain dan kemungkinan berpengaruh juga terhadap senyawa antitripsin

yang terdapat di dalam kedelai. Perubahan kadar senyawa antitripsin selama

proses fermentasi akan mempengaruhi aktivitas tripsin. (Eddy , Retno , & Das

Salirawati, M.Si, 2004)

Setiap pengusaha atau produsen tempe itu sangat bergantung kepada cuaca

atau suhu yang sedang terjadi ketika musim kemarau sedang berlangsung

produsen tempe akan cukup merasa tenang karena proses dari fragmentasi tempe

akan berjalan dengan baik karena selama musin kemarau rata-rata suhu adalah 36

°C dengan demikian kematangan tempe akan lebih cepat dan kualitas tempe akan

lebih terjaga

Namun ketika menghadapi musin penghujan produsen tempe akan cukup

kewalahan karena suhu yang rata-rata rendah apabila terjadi hujan dapat

mengakibatkan proses fragmentasi terganggu dan membuat tempe tidak matang

sesuai waktu yang diharapkan, atau kita sering dengar dengan istilah tempe muda.
 Dalam penelitian yang dilakukan oleh (WidiWahyuningsih, 2008)dilakukan

pengukuran fluktuasi suhu dan kelembaban ruang fermentasi terhadap 3 kapasitas

produksi,yaitu 65kg/hari, 250kg/hari, dan 500kg/hari. Pada setiap kapasitas produksi

dilakukan penelitian terhadap tempe dari 2 jenis inokulum berbeda, yaitu tempe dari

usar dan tempe dari inokulum TIP ( R. oryzae ). Untuk uji penerimaan dilakukan

penilaian sensori terhadap tekstur tempe, aroma tempe, rasa tempe, warna tempe, dan

pertumbuhan miselia dari kapang tempe ( penggimbalan ). Berdasarkan hasil

penelitian fluktuasi suhu dan kelembaban ruang produksi diperoleh hasil suhu dan

kelembaban ruang rata-rata untuk kapasitas produksi 65kg/hari adalah 28,4 ° C dan

67,5%, untuk kapasitas 250kg/hari adalah 27,6 ° C dan 67,3%, sedangkan untuk

kapasitas 500kg/hari 28,4 ° C dan 65%. Untuk hasil penelitian terhadap uji

penerimaan produk diperoleh nilai uji penrimaan terbaik untuk tekstur tempe adalah

tempe TIP ( R. oryzae ) dari kapasitas 500kg/hari dengan nilai 5,75 (suka), untuk

aroma tempe terbaik diperoleh tempe TIP dari kapasitas 250kg/hari dengan nilai 5,63

(suka), untuk rasa tempe terbaik diperoleh tempe TIP dari kapasitas 500kg/hari

dengan nilai 5,9 (suka), untuk warna tempe terbaik diperoleh tempe Usar dari

kapasitas 250kg/hari dengan nilai 5,38 (agak suka), dan untuk pertumbuhan miselia

kapang terbaik diperoleh tempe TIP dari kapasitas 500kg/hari dengan nilai 5,88

(suka).

(Eddy , Retno , & Das Salirawati, M.Si, 2004)

 Suhu 37-38 ̊ C butuh waktu 22 jam untuk menghasilkan tempe yang baik,

suhu 28-30 ̊ C perlu waktu 48 jam untuk menghasilkan tempe yang baik

(Hedger,1982), dengan data diatas tentu menjadi sebuah masalah ketika musim

penghujan tiba bagi para produsen tempe, mereka harus menyiapkan tempat

inkubasi yang cocok untuk menghadapi cuaca yang tidak bersahat.

Tentu ada produsen tempe yang sudah mempersiapkan segalanya untuk

menghadapi musim penghujan karena memiliki pengalaman dan pengamatan

yang sudah tajam, apalagi jika produsen tempe tersebut telah berkiprah selama

bertahun-tahun namun kadang kala juga mereka bisa melakukan kesalahan dalam

penafsiran waktu kematangan, apalagi untuk para produsen tempe yang baru saja

berkiprah hal ini akan sangat menjadi masalah bagi mereka karena belum

memiliki pengalaman dan pengamatan yang baik terhadap situasi yang dia

hadapi, hal ini tentu harus menjadi perhatian karena bisa saja mengakibatkan

kerugian yang cukup besar.

Menilik dari persoalan tersebut saya berniat untuk membuat alat yang mampu

memonitoring suhu dan kelembapan dari suatu ruangan karena tentu setiap

produsen tempe akan memiliki ruangan khusus untuk proses fragmentasi dari

tempe, yang kemudian alat ini akan memberikan informasi berupa notifikasi

kepada produsen notifikasi itu berisi tentang waktu kematangan tempe di suhu

tertentu dan juga peringatan dan edukasi tentang hal-hal apa saja yang perlu di

lakukan, misalkan ketika suhu sangat ekstrim hingga dibawah 20 °C maka

notifikasi akan berisi narasi yang mengingatkan untuk menutup pintu dan ereng-
 ereng di ruangan khusus yang dipakai untuk proses fragmentasi tempe,

berdasarkan uraian diatas penulis mengambil judul Sistem monitoring suhu untuk

proses fragmentasi pada tempe berbasis internet of things menggunakan metode

Algoritma C4.5 pada platform ThingSpeak.

1.2 Identifikasi Masalah

Berdasarkan latar belakang di atas, dapat teridentifikasi beberapa masalah sebagai

berikut:

- Belum adanya alat untuk memonitoring suhu untuk proses fragmentasi tempe.

- Rentannya pengusaha baru tempe dalam menghadapi persoalan cuaca.

- Tidak ada alat untuk memberikan informasi waktu yang akurat tingkat

kematangan tempe di suhu-suhu tertentu

1.3 Tujuan Penelitian

Penelitian ini bertujuan untuk membuat suatu alat yang berfungsi untuk

memonitoring suhu pada ruangan yang digunakan sebagai tempat fermentasi

tempe berbasis internet of things pada platform thingspeak menggunakan

algoritma C4.5.

1.4 Manfaat Penelitian

 Manfaat yang diharapkan dari penelitian ini adalah sebagai berikut:

- Dapat memberikan informasi yang akurat kepada produsen tempe

- Dapat menjadi alarm atau pengingat bagi setiap produsen yang sedang

menjalankan proses pembuatan tempe

- Dapat membantu para pengusaha baru di bidang pembuatan tempe dalam

menghadapi persoalan cuaca atau suhu

1.5 Batasan Masalah

Batasan masalah dari penelitian adalah sebagai berikut :

- Sistem ini hanya mendeteksi suhu dan memberikan informasi atau notifikasi

- Alat ini menggunakan Node Mcu Wemos D1 Mini , dan sensor yaitu sensor

suhu,Sensor Kelembaban, dan sensor cahaya

- Alat ini menggunakan metode algoritma C4.5

1.6 Metode Penelitian

Penulis menggunakan beberapa metode agar tujuan penelitian yang telah

ditentukan dapat tercapai. Beberapa metode penelitian yang digunakan adalah

sebagai berikut:

- Studi Literatur

Ditahap ini melalukan literatur (jurnal, buku, dan artikel) mengenai Data

Mining yang diperlukan untuk merancang dan mengimplementasikan sistem.

 - Dokumentasi

Metode ini dilakukan dengan cara mencari dokumen – dokumen tertentu

melalui observasi , website, kantor, dan lain-lain.

- Analisa dan Perancangan Sistem

Mengkaji hasil studi literatur, hasil survei lapangan, dan menganalis yang

dibutuhkan untuk melakukan perancangan awal alat dan sistem yang akan

dibuat, sehingga akan dihasilkan desain antarmuka dan proses untuk

diimplementasikan.

- Pembuatan Sistem

Tahap ini mengimplementasikan Internet of Things dengan merancang sebuah

sistem monitoring suhu pada proses fragmentasi tempe.

- Uji Coba dan Evaluasi Sistem

Pada tahap ini alat dan sistem yang telah dibuat ini akan dilakukan beberapa

skenario uji coba dan dievaluasi untuk kelayakan pemakaian alat dan sistem

ini.

1.7 Sistematika Penyusunan Tugas Akhir

Sistematika dari Laporan Tugas Akhir ini terdiri dari lima bab, yaitu

pendahuluan, landasan teori, analisi dan perancangan sistem, implementasi dan

pengujian, serta penutup.

 Bab I Pendahuluan, berisi tentang latar belakang, identifikasi masalah,

tujuan, batasan masalah, metodologi penelitian, serta sistematika dari

penyusunan Laporan Tugas Akhir ini.

Bab II Landasan Teori, mengenai teori-teori yang berkaitan dengan

mikrokontroler, sensor, algoritma C4.5, Internet of Things (IoT) dan lainnya

dengan sistem yang akan dibuat dalam penelitian ini.

Bab III Analisa dan Perancangan Sistem, mengenai analisa dari

penelitian yang dilakukan seperti kebutuhan sistem, algoritma dari metode

yang digunakan, kebutuhan data, model dan interface antar muka pada sistem.

Bab IV Implementasi dan Pengujian Sistem, berisi hasil pengujian dari

implementasi sistem yang telah dibuat dan hasil pengujiannya.

Bab V Kesimpulan dan Saran, berisi kesimpulan dan saran terhadap hasil

pelaksanaan Laporan Tugas Akhir ini.

 Bab II
Landasan Teori

1.8 Fermentasi Tempe

Tempe merupakan makanan tradisional Indonesia yang umumnya terbuat dari

kedelai. Meskipun demikian, makanan hasil fermentasi ini juga dapat dibuat dari

kacang-kacangan atau biji-bijian lainnya. Tempe merupakan makanan asli dari

Indonesia. Catatan sejarah menunjukkan bahwa tempe awalnya dibuat di Jawa

Tengah dan sudah ada dalam pola makan masyarakat sekitar tahun 1700.

Tempe dibuat dengan proses fermentasi menggunakan jamur. Fermentasi

tersebut menggunakan jamur dari spesies Rhizopus. Terdapat beberapa

jenis Rhizopus yang dapat digunakan seperti Rhizopus oligosporus, R. oryzae, R.

arhizus dan R. microsporus.Meskipun telah banyak penelitian mengenai inokulum

unggul untuk fermentasi tempe, sebagian besar produsen tempe di Indonesia

menggunakan kultur campuran dari Rhizopus sp. untuk fermentasi. Produksi tempe di

Indonesia cukup mudah dilakukan karena suhu ruang di negara ini cocok untuk

pertumbuhan Rhizopus sp. Umumnya, terdapat empat langkah dalam pembuatan

tempe yaitu perendaman, perebusan, inokulasi mikroorganisme (jamur) dan inkubasi.

Namun pada kondisi tertentu kadang kala proses fermentasi tempe ini mengalami

kendala, misalkan ketika musim hujan berlangsung maka proses fermentasi tempe ini

tidak stabil dikarenakan suhu yang berganti-ganti, mengakibatkan para produsen

tempe sering khawatir dalam kedaan yang memungkinkan mereka dalam kerugian

karena jika suhu terus rendah maka proses fermentasi pun akan relatif lama.

1.9 Sistem Monitoring

Sistem monitoring adalah layanan yang melakukan proses pengumpulan data dan

melakukan analisis terhadap data-data tersebut dengan tujuan untuk memaksimalkan

seluruh sumber daya yang dimiliki.

Sistem monitoring terbagi menjadi 2 bagian, yaitu:

 Connection Monitoring

Teknik monitoring jaringan yang dapat dilakukan dengan melakukan tes ping

antara monitoring station dan device target

 Traffic Monitoring

Teknik yang digunakan untuk melihat paket sacara actual dari traffic pada jaringan

Tujuan Sistem Monitoring adalah mengumpulkan informasi dan data yang berguna

dari suatu jaringan sehingga jaringan dapat diatur dan dikontrol.

SNMP (Simple Network Management Protokol)

Protokol yang dirancangan untuk memberikan kemampuan memantau dan

mengatur jaringan komputer secara sistematis, protokol ini juga dapat digunakan

untuk mengumpulkan informasi, dan mengkonfigurasi, peralatan jaringan,

seperti Server, Printer, Hub, Switch, dan Router di jaringan yang berbasis Internet

Protokol (IP), SNMP juga dapat mengumpulkan informasi seperti kondisi CPU,

temperatur.

SNMP memiliki tiga elemen yaitu :

1. Manager

Pelaksana dan manajemen jaringan. Pada kenyataan manager ini merupakan

komputer biasa yang ada pada jaringan yang mengoperasikan perangkat lunak untuk

manajemen jaringan. Manajer ini terdiri atas satu proses atau lebih yang

berkomunikasi dengan agen-agennya dan dalam jaringan. Manajer akan

mengumpulkan informasi dari agen dari jaringan yang diminta oleh administrasi saja

bukan semua informasi yang dimiliki agent.

2. Agent

Merupakan perangkat lunak yang dijalankan disetiap elemen jaringan yang

dikelola. Setiap agent mempunyai basis data variable yang bersifat lokal yang

menerangkan keadaan dan berkas aktivitasnya dan pengaruhnya terhadap operasi.

3. MIB (Management Information Base)

Dapat dikatakan sebagai struktur basis data variable dari elemen jaringan yang

dikelola. Struktur ini bersifat hirarki dan memiliki aturan sedemikian rupa sehingga

informasi setiap variable dapat dikelola atau ditetapkan dengan mudah.

Berikut adalah contoh tools monitoring :

 Angry IP Scanner
  Nagios

 PRTG

 OPMANGER

Beberapa manfaat yang dapa di peroleh dari sistem monitoring jaringan adalah

sebagai berikut:

1. Penyusup jaringan di deteksi dan disaring

2. Anggaran jaringan dan sumber daya di justifikasi

3. Penggunaan jaringan secara layak bisa di tekankan

4. Virus jaringan dapat mudah dideteksi

5. Kinerja jaringan bisa sangat di optimisasi

6. Troubleshooting masalah jaringan sangat di sederhanakan

7. Perencanaan kapasitas lebih mudah

1.10 Algoritma C4.5

Secara umum algoritma C4.5 untuk membangun pohon keputusan adalah sebagai

berikut :

Pilih atribut sebagai akar.

 Buat cabang untuk tiap-tiap nilai.

 Bagi kasus dalam cabang.

  Ulangi proses untuk setiap cabang sampai semua kasus pada cabang memiliki

kelas yang sama.

Konsep Entropy

 Entropy (S) merupakan jumlah bit yang diperkirakan dibutuhkan untuk dapat

mengekstrak suatu kelas (+ atau -) dari sejumlah data acak pada ruang sampel

S.

 Entropy dapat dikatakan sebagai kebutuhan bit untuk menyatakan suatu kelas.

 Entropy digunakan untuk mengukur ketidakaslian S.

Gambar 1 Rumus Entropy

( Sumber Gambar : https://www.pengalaman-edukasi.com/2020/01/menghitung-algoritma-
c45.html )

Konsep Gain

 Gain (S,A) merupakan perolehan informasi dari atribut A relative terhadap

output data S.

 Perolehan informasi didapat dari output data atau variable dependent S yang

dikelompokkan berdasarkan atribut A, dinotasikan dengan gain (S,A).

 Gambar 2 Rumus Gain
( Sumber Gambar : https://www.pengalaman-edukasi.com/2020/01/menghitung-algoritma-
c45.html )

Langkah 1

 Menghitung jumlah kasus, jumlah kasus untuk keputusan Yes, jumlah kasus

untuk keputusan No, dan Entropy dari semua kasus dan kasus yang dibagi

berdasarkan atribut OUTLOOK, TEMPERATURE, HUMIDITY, dan

WINDY.

 Setelah itu lakukan perhitungan Gain untuk setiap atribut.

 Hasil perhitungan ditunjukan di bawah ini.

Perhitungan Node 1

Tabel 1 Perhitungan Node

(Sumber Tabel : https://www.ilmuskripsi.com/2016/07/algoritma-c45.html )

Cara Perhitungan Node 1 (1)

Gambar 3 Rumus Perhitungan Node 1

(Sumber Gambar : https://www.ilmuskripsi.com/2016/07/algoritma-c45.html )
Cara Perhitungan Node 1 (2)

Gambar 4 Rumus Node 1(2)

(Sumber Gambar : https://www.ilmuskripsi.com/2016/07/algoritma-c45.html )

1.11 Internet of Things (IoT)

Internet of Things atau dikenal juga dengan singkatan IoT, merupakan sebuah

konsep yang bertujuan untuk memperluas manfaat dari konektivitas internet yang

tersambung secara terusmenerus yang memungkinkan kita untuk menghubungkan

mesin, peralatan, dan benda fisik lainnya dengan sensor jaringan dan aktuator untuk

memperoleh data dan mengelola kinerjanya sendiri, sehingga memungkinkan mesin

untuk berkolaborasi dan bahkan bertindak berdasarkan informasi baru yang diperoleh

secara independen. (Arafat, 2016)

Internet Of Things atau sering disebut IoT adalah sebuah gagasan dimana semua

benda di dunia nyata dapat berkomunikasi satu dengan yang lain sebagai bagian dari

satu kesatuan sistem terpadu menggunakan jaringan internet sebagai penghubung.

misalnya CCTV yang terpasang di sepanjang jalan dihubungkan dengan koneksi

internet dan disatukan di rung kontrol yang jaraknya mungkin puluhan kilometer atau

sebuah rumah cerdas yang dapat dimanage lewat smartphone dengan bantuan

koneksi internet.

Pada dasarnya perangkat IoT terdiri dari sensor sebagai media pengumpul

data,sambungan internet sebagai media komuniakasi dan server sebagai pengumpul

informasi yang diterima sensor dan untuk analisa. Ide awal Internet of Things pertama

kali dimunculkan oleh Kevin Ashton pada tahun 1999 di salah satu presentasinya.

Kini banyak perusahaan besar mulai mendalami Internet of Things sebut saja Intel,

Microsoft, Oracle, dan banyak lainnya. Banyak yang memprediksi bahwa pengaruh

Internet of Things adalah “the next big thing” di dunia teknologi informasi, hal ini

karena IoT menawarkan banyak potensi yang bisa digali. Contoh sederhana manfaat

dan implementasi dari Internet of Things misalnya adalah kulkas yang dapat

memberitahukan kepada pemiliknya via SMS atau email tentang makanan dan

minuman apa saja yang sudah habis dan harus distok lagi.

1.12 Data Mining

Data Mining adalah langkah analisis terhadap proses penemuan pengetahuan

didalam basisdata atau knowledge discovery in databases yang disingkat KDD.

Pengetahuan bisa berupa pola data atau relasi antar data yang valid (yang tidak

diketahui sebelumnya). Data Mining merupakan gabungan sejumlah disiplin ilmu

komputer yang didefinisikan sebagai proses penemuan pola-pola baru dari kumpulan-

kumpulan data sangat besar, meliputi metodemetode yang merupakan irisan dari AI
(artificial intelligence), machine learning, statistics, dan database systems (Suryanto,

2011)

Data Mining ditujukan untuk mengekstrak (mengambil intisari) pengetahuan dari

sekumpulan data sehingga didapatkan struktur yang dapat dimengerti manusia serta

meliputi basisdata dan managemen data, pemprosesan data, pertimbangan model dan

inferensi, ukuran ketertarikan, pertimbangan kompleksitas, pasca pemprosesan

terhadap struktur yang ditemukan, visualisasi, dan online updating.

Data Mining dibagi menjadi beberapa kelompok berdasarkan tugas yang dapat

dilakukan, yaitu ( (Luthfi, 2009)

a. Deskripsi

Terkadang peneliti dan analisis secara sederhana ingin mencoba mencari cara

untuk menggambarkan pola dan kecenderungan yang terdapat dalam data.

Deskripsi dari pola kecenderungan sering memberikan kemungkinan

penjelasan untuk suatu pola atau kecenderungan.

b. Estimasi

Estimasi hampir sama dengan klasifikasi, kecuali variabel target estimasi

lebih ke arah numerik dari pada ke arah kategori. Model dibangun

menggunakan baris data (record) lengkap yang menyediakan nilai dari

variabel target sebagai nilai prediksi. Selanjutnya, pada peninjauan berikutnya

estimasi nilai dari variabel target dibuat berdasarkan nilai variabel prediksi.

c. Prediksi
 Prediksi hampir sama dengan klasifikasi dan estimasi, kecuali bahwa dalam

prediksi nilai dari hasil akan ada di masa mendatang. Beberapa metode dan

teknik yang digunakan dalam klasifikasi dan estimasi dapat pula digunakan

(untuk keadaan yang tepat) untuk prediksi.

d. Klasifikasi

Dalam klasifikasi, terdapat target variabel kategori. Sebagai contoh,

penggolongan pendapatan dapat dipisahkan dalam tiga kategori, yaitu

pendapatan tinggi, pendapatan sedang, dan pendapatan rendah.

e. Pengklasteran (Clustering)

Pengklasteran merupakan pengelompokan record, pengamatan, atau

memperhatikan dan membentuk kelas obyek-obyek yang memiliki kemiripan.

Klaster adalah kumpulan record yang memiliki kemiripan satu dengan yang

lainnya dan memiliki ketidakmiripan record dalam klaster yang lain. Berbeda

dengan klasifikasi, pada pengklasteran tidak ada variabel target. Pengklasteran

tidak melakukan klasifikasi, mengestimasi, atau memprediksi nilai dari

variabel target, akan tetapi, algoritma pengklasteran mencoba untuk

melakukan pembagian terhadap keseluruhan data menjadi kelompok-

kelompok yang memiliki kemiripan (homogen), yang mana kemiripan record

dalam satu kelompok akan bernilai maksimal, sedangkan kemiripan dengan

record dalam kelompok lain akan bernilai minimal.

 f. Asosiasi Tugas asosiasi dalam Data Mining adalah untuk menemukan atribut

yang muncul dalam satu waktu. Dalam dunia bisnis lebih umum disebut

analisis keranjang belanja (Market Basket Analysis).

1.13 Decision Tree

Pohon (tree) adalah sebuah struktur data yang terdiri dari simpul (node) dan rusuk

(edge). Simpul pada sebuah pohon dibedakan menjadi tiga, yaitu simpul akar

(root/node), simpul percabangan/internal (branch/internal node) dan simpul daun

(leaf node). (J.Eska, 2016)

Pohon keputusan merupakan representasi sederhana dari teknik klasifikasi untuk

sejumlah kelas berhinga, dimana simpul internal maupun simpul akar ditandai dengan

nama atribut, rusuk-rusknya diberi label nilai atribut yang mungkin dan simpul daun

ditandai dengan kelas-kelas yang berbeda. (J.Eska, 2016)

Decision Tree digunakan untuk mempelajari klasifikasi dan prediksi pola dari

data dan menggambarkan relasi dari variabel attribut x dan variabel target y dalam

bentuk pohon (Ye, 2014). Decission Tree adalah struktur menyerupai flowchart

dimana setiap internal node (node yang bukan leaf atau bukan node terluar)

merupakan pengujian terhadap variabel attribut, tiap cabangnya merupakan hasil dari

pengujian tersebut, sedangkan node terluar yakni leaf menjadi labelnya (Han et al.,

2012). Ada dua jenis algoritma Decision Tree yang terkenal, yaitu C4.5 dan Random

Forest.
2.6.1 Kelebihan Decision Tree
Kelebihan dari metode decision tree adalah:

- Daerah pengambilan keputusan yang sbelumnya kompleks dan sangat

global,dapat diubah menjadi lebih simpel dan spesifik.

- Eliminasi perhitungan-perhitungan yang tidak diperlukan, karena Ketika

menggunakan metode decision tree maka sample diuji hanya berdasarkan criteria

atau kelas tertentu.

- Fleksibel untuk memilih features dari internal nodes yang berbeda, feature yang

terpilih akan membedakan suatu criteria dibandingkan criteria yang lain dalam

node yang sama. Kefleksibelan metode decision tree ini meningkatkan kualitas

keputusan yang dihasilkan jika dibandingkan ketika menggunakan metode

penghitungan satu tahap yang lebih konvensional.

- Dalam analisis multivariat, dengan kriteria dan kelas yang jumlahnya sangat

banyak, seorang penguji biasanya perlu untuk mengestimasikan baik itu

distribusidimensi tinggi ataupun parameter tertentu dari distribusi kelas tersebut.

Metode decision tree dapat menghindari munculnya permasalahan ini

denganmenggunakan criteria yang jumlahnya lebih sedikit pada setiap node

internal tanpa banyak mengurangi kualitas keputusan yang dihasilkan. (Hamsir

Saleh, 2014)
2.6.2 Kekurangan Decision Tree
Kekurangan metode decision tree, yaitu:

- Terjadi overlap terutama ketika kelas-kelas dan criteria yang digunakan

jumlahnya sangat banyak. Hal tersebut juga dapat menyebabkan

meningkatnya waktu pengambilan keputusan dan jumlah memory yang

diperlukan.

- Pengakumulasian jumlah error dari setiap level dalam sebuah pohon

keputusan yang besar.

- Kesulitan dalam mendesain decision tree yang optimal. Hasil kualitas

keputusanyang didapatkan dari metode decision tree sangat tergantung pada

bagaimana pohon tersebut didesain. (Hamsir Saleh, 2014)

1.14 Thingspeak
ThingSpeak merupakan salah satu platform open source untuk monitoring pada

"Internet of Things" aplikasi dan API untuk menyimpan dan mengambil data dari hal-

hal yang menggunakan HTTP melalui Internet atau melalui Local Area Network.

Thingspeak.com berfungsi sebagai pengumpul data yang berasal dari perangkat node

berupa sensor-sensor yang sudah terhubung ke internet dan juga memungkinkan

pengambilan data dari perangkat lunak untuk keperluan visualisasi ,notifikasi, kontrol

dan analisis historis data. Unsur utama dari ThingSpeak adalah saluran, yang berisi

bidang data, bidang lokasi, dan bidang status.

 Setelah membuat saluran ThingSpeak, kita bisa menulis data ke saluran proses

dan melihat hasil data lewat MATLAB. Dari situ dapat dilihat reaksi terhadap data

dengan tweet dan alert lainnya. Fitur-fitur dari Thingspeak sebagai berikut:

• Open Api

• Real-time data collection

• Geolocation data

• Data processing

• Data Visualizations

• Device status messages

• Plugins

Gambar 5 Interface Thingspeak

( Sumber Gambar : https://thingspeak.com/ )
1.15 Arduino IDE
Arduino IDE adalah sebuah perangkat lunak yang berfungsi untuk

mengembangkan aplikasi mikrokontroler dari proses pembuatan program,

kompilasi dan upload. Arduino IDE ini juga dilengkapi dengan terminal serial,

sehingga memudahkan pengguna untuk melalukan komunikasi Usart / RS232 ke

komputer. Namun, aplikasi ini belum mampu melakukan proses debug secara

simulasi maupun secara perangkat keras. Arduino IDE bersifat Open-source, yang

dapat didownload secara langsung pada halaman resminya. Arduino IDE ini

mendukung berbagai sistem operasi antara lain Windows, MAC dan Linux. Arduino

IDE dilengkapi dengan banyak library C/C++ sehingga programmer menjadi lebih

mudah dan cepat. Pada penelitian ini, peneliti menambahkan library ESP8266-

E12, yang telah disediakan pada Board Manager.

1.16 NodeMCU
NodeMCU versi 0.9 diluncurkan pada 13 Oktober 2014 oleh user bernama

Hong pada GitHub setahun setelah diproduksinya ESP8266 pada 30 Desember 2013.

ESP8266 merupakan SoC yang memiliki module wifi sebagai perangkat tambahan

mikrokontroller agar dapat terhubung dengan wifi dan membuat koneksi TCP/IP.

NodeMCU merupakan sebuah platform IoT yang bersifat open source dan juga

include dengan module ESP 12, dan berjalan pada firmware esp8266 yang
menjadikan NodeMCU sebuah mikrokontroller yang telah dilengkapi dengan module

Wifi didalamnya. (Hidayat, 2021)

NodeMCU berfungsi sama seperti Arduino, walaupun dengan IC, GPIO, dan

Bahasa program yang digunakan berbeda tetapi tujuannya sama yaitu untuk

mengontrol suatu system, dan kelebihannya dibandingkan arduino yaitu telah include

dengan module Wifi yang tertanam pada systemnya.

2. Perbandingan NodeMCU v0.9, v2, dan v3

a. NodeMCU v0.9

Memiliki ukuran 47mmx31mm yang terdapat chip esp12/esp12e dengan flash

memory berukuran 4MB sebagai SoC dan ESP8266, CHG340 sebagai IC serial

Gambar 6 Gpio NodeMCU v0.9

(Sumber : http://reslab.sk.fti.unand.ac.id/index.php?
option=com_k2&view=item&id=246:nodemcu&Itemid=342 )
b. NodeMCU v2

Memiliki ukuran 25.6mmx48.8mm yang terdapat fitur baru seperti menggunakan

chip ESP-12E yang lebih stabil dari ESP12, juga terdapat pin khusus untuk SPI dan
PWM yang tak ada pada v1, dan mengubah IC serial dari CHG340 menjadi CP2102

to UART Bridge QFN28.

Gambar 7 GPIO NodeMCU v2

(Sumber : http://reslab.sk.fti.unand.ac.id/index.php?
option=com_k2&view=item&id=246:nodemcu&Itemid=342 )
c. NodeMCU v3 UnOfficial dari Lolin

Memiliki ukuran 31mmx59.2mm yang merupakan perkembangan oleh pihak ketiga

yaitu produsen Lolin yang telah di klaim lebih cepat dari v2, dengan memperbaiki

interface usb yang lebih cepat.

Gambar 8 GPIO NodeMCU v3

(Sumber : http://reslab.sk.fti.unand.ac.id/index.php?
option=com_k2&view=item&id=246:nodemcu&Itemid=342 )
3. Spesifikasi NodeMCU v3
  Microcontroller : Tensilica 32 bit

 Flash Memory : 4 KB

 Tegangan Operasi : 3.3 V

 Tegangan Input : 7 – 12 V

 Digital I/O : 16

 Analog Input : 1 (10 Bit)

 Interface UART : 1

 Interface SPI : 1

 Interface I2C : 1

4. Program NodeMCU dengan Arduino IDE

Sebagaimana juga Arduino, NodeMCU V3 ini harus diprogram terlebih

dahulu agar dapat ‘bekerja’ sesuai dengan design sistem yang kita inginkan.

Pemrogramannya sama dengan Arduino, memakai Arduino IDE (sketch), tentu

dengan menyesuaikan tipe/jenis board. Agar board NodeMCU V3 ini terdeteksi di

Arduino IDE perlu diinstal terlebih dahulu ‘board NodeMCU’ nya.

Caranya :

1. Download Arduino IDE pada arduino.cc

2. Buka Arduino IDE dan klik menu File->Preferences

Isikan link url json

berikut : http://arduino.esp8266.com/stable/package_esp8266com_index.json

lalu klik ok

1. Pada board manager install esp8266 dengan versi terbaru

2. Setelah selesai install, gunakan Board “NodeMCU 1.0(ESP-12E Module)”

3. Selesai

5. Pengaplikasian

Berbagai macam tempat pengaplikasian dari NodeMCU ini salah satunya

yaitu smarthome, dimana kita dapat menggunakan suatu web yang kita buat secara

sederhana untuk mengatur kondisi dari Kipas, TV, dan Lampu.

2.9.1 Sensor Suhu dan Kelembaban AHT25

Gambar 9 Sensor Suhu

( Sumber Gambar : https://kamuharustahu.com/pengertian-sensor-suhu/ )

Sensor suhu merupakan salah satu komponen elektronika yang sering digunakan

dalam kehidupan sehari-hari.Contohnya seperti alat yang menggunakan sensor suhu

yaitu thermometer. Pada bidang industri alat ini juga digunakan pada pabrik yang

membutuhkan kontrol suhu ruangan secara otomatis.

Cara kerja sensor AHT25, Cara AHT25 mengukur kelembaban adalah

dengan mendeteksi uap air dengan mengukur resistansi listrik antara dua elektroda.

Komponen pendeteksi kelembaban yang digunakan adalah berupa substrat penahan

kelembaban dengan elektroda.

Ketika uap air diserap oleh substrat, ion dilepaskan oleh substrat yang akan

menyebabkan peningkatan terhadap konduktivitas antar elektroda. Perubahan

resistansi antara kedua elektroda sebanding dengan kelembaban relatif. Kelembaban

relatif yang lebih tinggi akan mengurangi resistensi antara elektroda, sementara

kelembaban relatif yang lebih rendah akan meningkatkan resistensi antara elektroda.

Gambar 10 Cara Kerja AHT25

( Sumber Gambar : https://kamuharustahu.com/pengertian-sensor-suhu/ )
 Cara AHT25 mengukur suhu adalah dengan menggunakan sensor termistor

yang terpasang di permukaan. Termistor sebenarnya adalah sebuah resistor variabel

dengan resistansi yang berubah-ubah terhadap perubahan suhu.

Sensor-sensor ini dibuat dengan sintering bahan semikonduktor seperti keramik

atau polimer untuk memberikan perubahan resistansi yang lebih besar hanya dengan

perubahan suhu yang kecil. Istilah "NTC" berarti "Negative Temperature

Coefficient", yang berarti bahwa nilai resistansi akan berkurang jika suhu meningkat.

Gambar 11 Temperatur
( Sumber Gambar : https://kamuharustahu.com/pengertian-sensor-suhu/ )

1.17 Penghangat Ruangan (Blower,Heater)

Pemanas listrik Kategori:

Saat ini, pasar umum pemanas terutama memiliki 5 jenis: reflektif inframerah

jauh pemanas listrik, pemanas, jenis minyak pemanas listrik, tanur listrik cepat Eropa

dan Ting listrik Eropa. Di antara mereka, "kecil sun" jenis inframerah-jauh pemanas
adalah keuntungan dari plug-in panas, harga rendah, kerugian hanya lokal

Penghangat Ruangan. Pemanas memiliki keuntungan dari plug dan panas, dan

pemanasan keseluruhan, kekurangannya adalah daerah Penghangat Ruangan kecil,

umumnya digunakan di kamar mandi. Jenis minyak pemanas adalah keuntungan dari

pemanas terus-menerus, kekurangannya adalah bahwa suhu lambat, umumnya

digunakan untuk 10-20 meter persegi ruang. Keuntungan dari tungku pemanas cepat,

Konveksi Penghangat Ruangan, kerugian ini tidak isolasi, umumnya digunakan untuk

25 meter persegi ruang.

Pemanas listrik

Juga dikenal sebagai penuh minyak pemanas. Heater ini dipenuhi dengan jenis

baru oli penghantar panas di dalam, ketika terhubung ke kekuasaan, pipa panas di

sekitar oli penghantar panas dipanaskan, dan kemudian sepanjang panas pipa atau

potongan-potongan yang tersebar panas akan didistribusikan. Ketika suhu minyak

mencapai 85 ℃, elemen kontrol suhu itulah kekuatan diri. Wastafel panas minyak

memiliki 7, 9, 10, 12, dll, dapat dipilih oleh nomor heat sink untuk menyesuaikan

ukuran kekuatan, penggunaan listrik di 1200 watt atau lebih.

Keuntungan: Dibandingkan dengan berbagai pasar, modis pemanas, minyak radiator

tampaknya menjadi lebih "kuno", tapi keuntungan adalah bahwa distribusi pemanas

keseragaman, tubuh terasa lebih nyaman, tetapi juga digunakan di kamar tidur adalah

juga benar-benar tidak ada masalah. Beberapa produk juga dilengkapi dengan rak

pengeringan di bagian atas, pengguna dapat memanggang pakaian di atasnya. Selain

itu, minyak pemanas tidak perlu mengganti oli penghantar panas, umur panjang,

cocok untuk ruang tamu, Kamar tidur, lorong dan orang tua dan anak-anak dari

keluarga, dengan keamanan, kebersihan, keuntungan bersih, hambar.

Kekurangan: waktu pemanasan yang panjang, dan daya yang terlalu besar, kapasitas

kecil atau rendah tegangan dari keluarga meter tidak dapat digunakan.

2. PTC pemanas

PTC adalah disebut elemen pemanas keramik. Menggunakan kipas untuk

aliran udara berkendara melalui PTC Penghangat Ruangan elemen dipaksa konveksi,

sebagai pertukaran panas utama. Dengan suhu internal batas limiter, ketika outlet

diblokir oleh fan, dapat kekuatan diri. Ada juga cenderung untuk tanah secara

otomatis Matikan fungsi. Itu adalah, ketika pemanas adalah miring atau membalikkan

Kapan mereka dapat memotong kekuatan mereka sendiri. PTC pemanas output daya

800-1200 watt, dapat termostat.

Keuntungan: soft udara pasokan di tempat kerja, pemanas naik cepat, dengan

fungsi otomatis termostat, PTC komponen umumnya tahan air, jadi cocok untuk

digunakan di kamar mandi, harga di antara 300-500 yuan, adalah ideal pemanas

listrik rumah portabel.

Kekurangan: hanya dapat digunakan di tempat-tempat kecil. Lama menghadapi sama

tempat peniupan, kulit tubuh akan memiliki ketidaknyamanan. Dan penggunaan

jangka panjang tanpa tepat membersihkan, maka pemanas pada bakteri akan
dipercepat untuk udara, sebagai risiko kesehatan. Selain itu, pemanas yang umumnya

daya relatif kecil, boot kebisingan adalah juga sakit kepala.

3. heater - AC fan

Penutup pemanas ini bagian atas outlet, Bagian bawah Inlet, setelah udara

sekitar tabung Penghangat Ruangan dipanaskan, keluar dari outlet, sementara udara

dingin sekitarnya dari inlet ke suplemen. Ini siklus, sehingga suhu ruangan dapat

ditingkatkan. Ketika bagian inlet dan outlet yang diblokir atau suhu terlalu tinggi,

elemen kontrol suhu akan secara otomatis memotong tabung listrik. Heater ini

menggunakan daya di sekitar 800 watt, tetapi juga oleh meningkatkan atau

menurunkan jumlah terhubung ke mengatur kekuasaan.

Keuntungan: Pemanas keselamatan kinerja lebih tinggi, berjalan tenang.

Kekurangan: lambat Penghangat Ruangan.

4. film listrik pemanas

Penggunaan semua film transparan suhu tinggi pemanas listrik untuk panas,

dalam proses tingkat lanjutan di dunia. Menggunakan udara panas duktus struktur,

modus transfer panas untuk ditingkatkan konveksi, panas mulai cepat, suhu udara

dalam 3 menit sampai 100 ℃ atau lebih.

Keuntungan: pemanas film itu sendiri, tidak ada oksidasi, sehingga kehidupan

pelayanan 100.000 jam, sementara ukuran kecil, tampan dalam penampilan dan

karakteristik lain, adalah keluarga produk pengganti pemanas listrik.

Kekurangan: pendinginan cepat setelah kegagalan power.

5. Yuba

Baru saja direnovasi konsumen akan mandi di kamar mandi atau mandi

pancuran di atas instalasi Yuba untuk memfasilitasi mandi ketika Penghangat

Ruangan. Yuba dalam beberapa tahun terakhir, Cina yang diperkenalkan dari

Australia, produk baru, melalui khusus tahan air inframerah lampu dan ventilasi fans

dengan cerdik kombinasi mandi pemanas, ventilasi, terapi infra merah, dan fungsi

lain bersama-sama. Sebagai hasil dari teknologi radiasi Infra merah, panas akan lebih

besar, efisiensi panas yang lebih tinggi dan lebih banyak energi. Selain itu,

inframerah pada tubuh manusia memiliki peran yang sangat baik dalam perawatan

kesehatan, dapat mengaktifkan sel-sel tubuh manusia, menunda penuaan tubuh, bahu

beku, Serviks spondylosis, Osteoartritis, artritis, luka dan gejala lain sulit untuk

menyembuhkan memiliki efek terapi yang baik. Keuntungan: Yuba keuntungan

terbesar aman dan nyaman, tetapi juga membuka lampu Penghangat Ruangan di saat,

suhu mandi dapat mencapai 25 ℃ atau lebih. Yuba beberapa juga memiliki percikan

waterproof remote control, gratis untuk menyesuaikan suhu sesuai dengan kebutuhan.

Kekurangan: dibandingkan dengan minyak radiator pemanas, Yuba efisiensi termal

adalah tidak begitu seragam, dengan waktu yang lama akan merasa kepala sangat

panas dan tubuh bagian bawah dingin.

1.18 Data Base
Basis data atau database adalah kumpulan informasi yang disimpan secara

sistematis dalam perangkat keras (komputer) sehingga dapat diolah oleh perangkat

lunak, merupakan satu kesatuan yang utuh. Dengan sistem ini, data yang terkumpul

dalam database dapat menghasilkan informasi yang bermanfaat. (Swara, 2016)

Ada beberapa operasi basis data diantaranya :

1. Pembuatan basis data baru (create database), yang identik dengan

pembuatan lemari arsip yang baru.

2. Penghapusan basis data (drop database), yang identik dengan perusakan

lemari arsip (sekaligus beserta isinya jika ada).

3. Pembuatan file/tabel baru ke suatu basis data (create table), yang identik

dengan penambahan map arsip baru ke sebuah lemari arsip yang telah ada.

4. Penghapusan file/tabel dari suatu basis data (drop table), yang identik

dengan perusakan map arsip lama yang ada di sebuah lemari arsip.

5. Penambahan/pengisian data baru ke sebuah file/tabel di sebuah basis data

(insert), yang identik dengan penambahan lembaran arsip ke sebuah map

arsip.

6. Pengambilan data dari sebuah file/tabel (retrieve/search), yang identik

dengan pencarian lembaran arsip dari sebuah map arsip.

7. Pengubahan data dari sebuah file/tabel (update), yang identik dengan

perbaikan isi lembaran arsip yang ada di sebuah map arsip.

 8. Penghapusan data dari sebuah file/tabel (delete), yang identik dengan

penghapusan sebuah lembaran arsip yang ada di sebuah map arsip.

1.19 Model Proses (UML)

Unified Modeling Language (UML) adalah "bahasa" yang telah menjadi standar

industri untuk memvisualisasikan, merancang, dan mendokumentasikan sistem

perangkat lunak. UML menyediakan standar untuk merancang model sistem. Dengan

menggunakan UML, Anda dapat membuat model untuk semua jenis aplikasi

perangkat lunak yang dapat berjalan di perangkat keras, sistem operasi, dan jaringan

apa pun, dan dapat ditulis dalam bahasa pemrograman apa pun. Tetapi karena UML

juga menggunakan kelas dan operasi dalam konsep dasarnya, maka lebih cocok untuk

menulis perangkat lunak dalam bahasa berorientasi objek seperti C++, Java, atau VB.

jaringan. (Sulistyorini, 2009)

Menurut (Gata, 2013) Unified Modeling Language (UML) adalah bahasa

spesifikasi standar yang dipergunakan untuk mendokumentasikan, menspesifikasikan

dan membanngun perangkat lunak. UML merupakan metodologi dalam

mengembangkan sistem berorientasi objek dan juga merupakan alat untuk

mendukung pengembangan sistem.

1.20 Class Diagram

Class Diagram merupakan hubungan antar kelas dan penjelasan detail tiap-tiap

kelas di dalam model desain dari suatu sistem, juga memperlihatkan aturan-aturan
dan tanggung jawab entitas yang menentukan perilaku sistem. Class Diagram juga

menunjukkan atribut-atribut dan operasi-operasi dari sebuah kelas dan constraint

yang berhubungan dengan objek yang dikoneksikan. (Hendini, 2016)

Hubungan antar kelas mempunyai keterangan yang disebut dengan Multiplicity

atau Cardinality.

Tabel 1 Multiplicity Class Diagram

Multiplicity Penjelasan
1 Satu dan hanya satu
0..* Boleh tidak ada atau 1 atau lebih
1..* 1 atau lebih
0..1 Boleh tidak ada, maksimal 1
Batasan antara. Contoh 2..4
n..n mempunyai arti minimal 2 maksimal
4

Class Diagram secara khas meliputi : Kelas (Class), Relasi Assosiations,

Generalitation dan Aggregation, attribut (Attributes), operasi (operation/method) dan

visibility, tingkat akses objek eksternal kepada suatu operasi atau attribut.

2.13.1 Use Case Diagram

Use case diagram merupakan pemodelan untuk kelakuakn (behavior) sistem

informasi yang akan dibuat. Use case digunakan untuk mengetahui fungsi apa saja

yang ada di dalam sistem informasi dan siapa saja yang berhak menggunakan fungsi-

fungsi tersebut. (Hendini, 2016). Simbol-simbol yang digunakan dalam Use Case

Diagram yaitu:
 Tabel 2 Komponen Use Case Diagram
Relasi Fungsi Notasi
Actor Actor adalah
pengguna sistem. Actor
tidak terbatas hanya
untuk manusia saja,
jika sistem
berkomunikasi dengan
aplikasi lain dan
membutuhkan input
ataupun memberikan
output maka aplikasi
tersebut juga dapat
dianggap sebagai actor.

Use Case Use case

digambarkan sebagai
lingkaran elips dengan
nama use case.

Association Association
digunakan untuk
menghubungkan actor
dengan use case.
Tabel 3 Komponen Class Diagram
Relasi Fungsi Notasi

Class implementasi dari sebuah

interface, yaitu class

abstrak yang hanya

memiliki metoda

Assosiation hubungan statis antar

class.
 Relasi Fungsi Notasi

Composition Jika suatu class tidak bisa

dan harus merupakan

bagian dari class.

Defendency Class yang menggunakan

class yang lain.

Generalization Sebuah relasi

generalization sepadan

dengan sebuah realasi

inheritance pada konsep

berorientasi objek.
2.13.2 Activity Diagram

Activity Diagram menggambarkan workflow (aliran kerja) atau aktivitas dari

sebuah sistem atau proses bisnis. (Hendini, 2016) Simbol-simbol yang digunakan

dalam activity Diagram yaitu:

Tabel 4 Activity Diagram

Relasi Fungsi Notasi

Intial State Mempresentasi

kan dimulainya alur
kerja suatu sistem
dalam activity
diagram.

Final State Mempresentasi

kan diakhirinya alur
kerja suatu sistem
dalam activity
diagram.
Activity Mempresentasi
kan performa dari
beberapa tingkah laku
di dalam alur kerja.

Decition Points Menentukan

kapan alur dalam
aktivitas menjadi
bercabang.

Synhoronization Fork;
bars digunakan untuk
kegiatan yang
dilakukan secara
parallel atau untuk
menggabungkan dua
kegiatan parallel
menjadi satu.

Transition Menggambarka
 Relasi Fungsi Notasi

Between Activity n pertukaran dari

contoh alur antara
aktivitas.

2.13.3 Sequence Diagram

Sequence Diagram menggambarkan kelakuan objek pada use case dengan

mendeskripsikan waktu hidup objek dan pesan yang dikirimkan dan diterima antar

objek. (Hendini, 2016) Simbol-simbol yang digunakan dalam Sequence Diagram

yaitu:

Tabel 5 Komponen Squence Diagram

Relasi Fungsi Notasi
Object Object merupakan
intance dari class dan
dituliskan tersusun
secara horizontal.

Actor Actor juga dapat

berkomunikasi dengan
object, maka actor
juga dapat diurutkan
sebagai kolom.
 Relasi Fungsi Notasi
Lifeline Lifeline
mengindikasikan
keberadaan sebuah
object dalam baris
waktu.

Activation Activation
mengidentifikasikan
keberadaaan sebuah
object yang akan
melakukan sebuah
aksi.

Message Message
mengidentifikasi
komunikasi antara
object-object.

1.21 ERD (Entity Relationship Diagram)

Entity Relationship Diagram mewakili hubungan antara data dengan

mengidentifikasi jenis entitas dan hubungannya. ERD merupakan model jaringan

yang menggunakan susunan data secara acak. ERD juga menghubungkan entitas

dengan entitas lain sehingga dapat dikembangkan menjadi database di masa yang

akan datang. Model data juga akan membantu ketika menganalisis dan mendesain
database, karena model data akan menunjukkan berbagai tipe data yang dibutuhkan

dan hubungan antar data.

ERD ini juga merupakan model konseptual yang dapat mendeskripsikan

hubungan antara file yang digunakan untuk memodelkan struktur data serta hubungan

antar data . Tetapi harus mengenali sismbol – simbol dasar dalam ERD dibawah ini :

Tabel 6 Komponen ERD

Simbol Keterangan

Entitas , yaitu kumpulan dari

objek yang dapat diidentifikasikan

secara untik

Relasi , yaitu hubungan antara

entitas satu dengan entitas

lainnya . Antara lain one to one ,

one to many , many to many

Atribut , yaitu karakteristik

dari entitas atau relasi yang

merupakan penjelasan detail

tentang entitas

Hubungan antara entitas dengan

atributnya dan himpunan entitas

dengan himpunan relasinya

 Selain simbol diatas , sebenarnya masih banyak simbol lain . yaitu entitas

asosiatif , atribut , derivat dan lainnya . Akan tetapi simbol diatas tersebut inti yang

wajib diketahui . ada tiga komponen , yaitu entitas (entity) , atribut (attribute) dan

relasi (relation).Entitas merupakan dasar yang terlibat dalam sistem . Atribut atau

field berperan sebagai penjelas dari entitas dan relasi atau hubungan yang menjadi

antara dua entitas . Berikut ini adalah penjelasan lengkap pada komponen diatas :

1. Entitas

Entitas merupakan objek – objek dasar yang terkait didalam sistem .

Objek dasar dapat berupa orang , benda , atau hal – hal yang perlu memiliki

keterangan untuk disimpan ke database. Untuk menggambarkan entitas

dilakukan dengan cara mengikuti aturan dibawah ini :

1. Entitas berbentuk simbol persegi panjang

2. Nama entitas berupa kata benda tunggal

3. Nama entitas harus menggunakan nama yang mudah dipahami

2. Atribut

Atribut mempunyai arti properti , merupakan keterangan – keterangan

yang terkait pada sebuah entitas yang perlu disimpan sebagai ke

database.Atribut berfungsi untuk memperlejas sebuah entitas. Untuk

menggambarkan atribut yang dilakukan harus mengikuti aturan dibawah ini :

1. Atribut berbentuk simbol ellipse

2. Nama atribut ditulis dengan simbol ellipse

3. Nama atribut harus berupa kata benda tunggal

 4. Nama atribut harus menggunakan nama yang mudah dipahami

5. Atribut menghubungkan dengan entitas yang sesuai dengan

menggunakan garis

3. Relasi

Relasi atau hubungan adalah kejadian atau transaksi yang terjadi diantara

dua entitas yang keterangannya perlu disimpan ke database. Aturan

penggambaran relasi antar entitas dibawah ini :

1. Relasi berbentuk simbol belah ketupat

2. Nama relasi dituliskan di dalam simbol belah ketupat

3. Relasi menghubungkan dua entitas

4. Nama relasi harus menggunakan awal kata (me) tunggal

5. Nama Relasi Harus Dipahami

1.22 MySQL
MySQL merupakan server yang melayani database. Untuk membuat dan

mengolah database, kita dapat mempelajari pemrograman khusus yang disebut query

(perintah) SQL. Database sendiri dibutuhkan jika kita ingin menginput data dari user

menggunakan form HTML untuk kemudian diolah PHP agar bisa disimpan ke dalam

database MySQL. (Enterprise, 2018)

MySQL berdiri pada tahun 1979 oleh seorang programmer bernama Michael

Widenius . Untuk saat ini MySQL didukung oleh perusahaan ternama asal swedia

yaitu MySQL AB . MySQL AB sendiri didirikan oleh penemu MySQL itu sendiri
bersama dua orang lainnya yaitu David Axmark dan Allan Larsson . Pengguna

MySQL sudah meluas ke berbagai negara dikarenakan sudan bersifat open source

atau gratis, Sehingga menjadi aplikasi paling populer digunakan pada saat ini.

MySQL adalah perangkat lunak sistem manajemen basis data yang bisa

multithreat dan juga bisa multiuser. Selain gratis dan juga sangat ideal untuk

digunakan, MySQL juga memiliki banyak kelebihan :

1. Kecepatan

MySQL memiliki kecepatan lebih cepat dari aplikasi sejenisnya . Mekanisme

dalam MySQL dapat menangani banyak data dalam waktu sedikit.

2. Dapat Dipercaya

Walapun MySQL bersifat gratis atau open source tanya dapat dipercaya karena

didukung oleh beberapa programmer yang berpengalaman diseluruh dunia sehingga

dapat mengurangi terjadinya error atau bug.

3. Mempunyai banyak tipe data

MySQL memiliki banyak sekali tipe data sehingga mampu mempermudah

pengguna.

4. Gratis

MySQL berada dibawah lisensi GPL sehingga kita bisa menggunakannya secara

legal.
 Menurut (H Dhika, 2019) MySQL adalah sebuah perangkat lunak yang

terdapat didalam sistem manajemen basis data SQL (database management

system) atau yang biasa disebut DBMS yang multithread, multi-user,

dengan sekitar 6 juta instalasi di seluruh dunia. Dalam membuatkan mysql yang

tersedia di dalam perangkat lunak yang terletak di GPL atau yang biasa di

sebut dengan General Public License. Dan tetapi mysql ini dapat menjual

dibawah komersial dalam kasus pengguna bagi yang tidak sama cocok

dengan penggunaan General Public License.

1.23 Jaringan
Jaringan komputer adalah “interkoneksi” antara 2 komputer autonomus atau

lebih, yang terhubung dengan media transmisi kabel atau tanpa kabel (wireless).

Autonomus adalah apabila sebuah komputer tidak melakukan kontrol terhadap

komputer lain dengan akses penuh, sehingga dapat membuat komputer lain, restart,

shutdown, kehilangan file atau kerusakan sistem. Dalam defenisi networking yang

lain autonomous dijelaskan sebagai jaringan yang independent dengan manajemen

sistem sendiri (punya admin sendiri), memiliki topologi Jaringan, hardware dan

software sendiri, dan dikoneksikan dengan jaringan autonomous yang lain. (Internet

merupakan contoh kumpulan jaringan autonomous yang sangat besar.) Dua unit

komputer dikatakan terkoneksi apabila keduanya bisa saling bertukar data/informasi,

berbagi resource yang dimiliki, seperti: file, printer, media penyimpanan (hardisk,

floppy disk, cd-rom, flashdisk, dll) (Wongkar et al., 2015)

1.24 Xampp
XAMPP merupakan kompilasi dari beberapa program yang digunakan dalam

membangun dan mengembangkan sebuah web dalam satu paket. Fungsinya adalah

sebagai server yang menjalankan website berbasis PHP dan menggunakan pengolah

data MySQL dikomputer lokal (localhost). XAMPP merupakan web server yang

mudah digunakan dan dapat melayani tampilan halaman web yang dinamis. Bagian

penting XAMPP yang biasa digunakan pada umumnya :

1. XAMPP Control Panel Aplication merupakan program yang mengelola

layanan (service) XAMPP. Seperti mengaktifkan layanan (start) dan

menghentikan (stop) layanan.

2. htdoc adalah folder tempat meletakkan berkas-berkas yang akan dijalankan.

Dalam Windows, folder ini berada di C:/xampp,

3. phpMyAdmin merupakan bagian yang digunakan untuk mengelola database.

Dalam web media pembelajaran, database digunakan sebagai pusat data

pengolahan soal-soal, nama-nama siswa serta nama guru yang dapat mengakses

media pembelajaran berbasis web. Pada web media pembelajaran ini ada beberapa

program utama dari rangkaian XAMPP. XAMPP juga dapat disebut sebagai sebuah

CPanel server virtual, yang dapat membantu preview sehingga dapat memodifikasi

web tanpa harus mengakses internet. (Rohdiani & Rakhmawati, 2017)

1.25 Pemograman Bahasa C
Pemrograman Bahasa C merupakansalah satu bahasa pemrograman komputer.

Dibuat pada tahun 1972 oleh Dennis Ritchie untuk Sistem Operasi Unix di Bell

Telephone Laboratories. Meskipun bahasa C dibuat untuk memprogram sistem dan

jaringan komputer namun bahasa ini juga sering digunakan dalam mengembangkan

software aplikasi. Bahasa C juga banyak dipakai oleh berbagai jenis platform sistem

operasi dan arsitektur komputer, bahkan terdapat beberepa compiler yang sangat

populer telah tersedia. Bahasa C secara luar biasa memengaruhi bahasa populer

lainnya, terutama bahasa C++ yang merupakan extensi dari bahasa C. (Abdullah,

2019)

Bab III
Analisa Dan Perancangan sistem

3.1 Deskripsi Sistem

Dalam penelitian tugas akhir ini tentunya penulis membuat sebuah rancangan

khusus sebuah alat yang mampu membantu proses monitoring fermentasi tempe,

yang dimana ditujukan kepada produsen atau UMKM yang bergerak dibidang pangan

Tempe berbasis IOT (Internet Of Things) menggunakan platform Thingspeak, Serta

menggunakan komponen Node MCU Wemos D1 Mini Esp 8266, Sistem ini dibuat
dengan menghubungkan perangkat lunak dan perangkat keras melalui jaringan

Internet. Selain menggunakan komponen mikrokontroller Node Mcu yang sudah

diprogram dengan menggunakan software Arduino IDE, sistem ini juga menggunakan

komponen perangkat keras lainnya, diantaranya sensor suhu AHT25 berguna untuk

mengukur suhu dan kelembaban ruangan yang digunakan oleh produsen sebagai

tempat proses fermetasi tempe, sensor cahaya LDR merupakan alat pendukung untuk

sensor suhu dan kelembaban karena keduanya di pengaruhi juga oleh intensitas

cahaya, Platform Thingspeak berguna untuk menampilkan estimasi kematangan

proses fermentasi tempe dan juga informasi mengenai keadaan ruangan.

Dimana alat sudah memidai hasil proses tersebut akan dikirim melalui modul

ESP8266 ke platform Tingspeak untuk ditampilkan pada sistem dan sebagai tindakan

output yang dilakukan Arduino. Perangkat lunak terdapat di dua sisi, yang pertama

dibagian mikrokontroler, merupakan sebuah program untuk melakukan aksi pemicu

terhadap sensor suhu dan kelembaban, sensor cahaya. Kemudian program kedua

terdapat dibagian platform Thingspeak yang merupakan tempat penyimpanan data.

Sistem ini akan mengoleksi data-data suhu dan kelembaban, intensitas cahaya, data

tersebut akan di rekap dan kemudian dilakukan proses perhitungan prediksi

menggunakan metode Algoritma C4.5

3.2 Kebutuhan Perangkat Lunak

Berdasarkan Analisa yang dilakukan oleh peneliti, ada beberapa software atau

perangkat lunak yanng diperlukan, antaranya:

 1. Node MCU Wemos D1 Mini Esp8266, berperan sebagai tempat memprogram

Alat dan komponen hardware lainnya yang dipakai dalam penelitian ini.

2. Platform Thingspeak, yang digunakan sebagai penyimpanan data untuk

penelitian ini.

3. Sistem Operasi Windows.

3.3 Kebutuhan Perangkat Keras

Berdasarkan studi yang dilakukan oleh peneliti,maka peneliti menentukan

kebutuhan perangkat keras sebagai berikut:

1. Node MCU Wemos D1 Mini Esp8266

2. Sensor AHT25
3. Sensor Cahaya LDR
4. Relay Wemos Shield
5. Lampu Bohlam
6. Jumper
7. Laptop

3.4 Kebutuhan Perangkat Lunak

Penulis telah melakukan analisa terhadap kebutuhan perangkat lunak yang diperlukan

untuk melakukan rancang bangun sistem. Perangkat lunak yang dibutuhkan sebagai

berikut :

Sistem Operasi Windows 10 Pro 64 Bit

Server Apache v3.2.2 (Win32)
Database 10.1.30-MariaDB
 Bahasa PHP: Hypertext Preprocessor v.7.2.1 &
Pemograman Javascript
Code Editor Notepad
Browser Google Chrome
Plaftform Arduino Arduino IDE v1.8.15 64 Bit
Database Software XAMPP-MySQL
Tabel 2 Perangkat Lunak

3.5 Implementasi Algoritma C4.5

Ada beberapa tahapan yang perlu dilakukan untuk menghitung data

menggunakan metode Algoritma C4.5 diantaranya:

a. Teknik Pengambilan data

Pada tahap ini kebutuhan dan persyaratan diperoleh melalui pengambilan data

pada salah satunya ruangan khusus untuk proses fermentasi tempe. Dimana data yang

sudah terkumpul akan di olah oleh penulis dengan menggunakan perhitungan

Algoritma :

Tabel 3.1 Hasil Penelitian 1

no Suhu Kelembaban
Intensitas CahayaClass
1 34 46 19 LM ON
2 34 46 30 LM OFF
3 34 46 19 LM ON
4 34 46 30 LM OFF
5 34 46 30 LM OFF
6 30 47 60 LM OFF
7 30 47 62 LM OFF
8 30 48 51 LM OFF
9 28 48 22 LM ON
10 28 48 30 LM OFF
11 29 48 29 LM ON
12 29 47 88 LM OFF
13 29 47 85 LM OFF
14 30 46 74 LM OFF
15 30 46 21 LM ON
16 29 46 33 LM OFF
17 27 58 33 LM OFF
18 27 57 32 LM OFF
19 25 58 32 LM OFF
20 25 59 32 LM OFF
21 24 60 33 LM OFF
22 23 68 32 LM ON
23 23 71 60 LM ON
24 23 71 59 LM ON
25 22 74 55 LM ON
26 22 74 81 LM ON
27 23 70 67 LM ON
28 23 65 33 LM ON
29 22 69 39 LM ON
30 24 63 38 LM OFF
30 24 63 38 LM OFF
31 24 63 40 LM OFF
32 24 61 19 LM ON
33 25 54 20 LM ON
34 25 38 24 LM ON
35 25 39 24 LM ON
36 27 36 23 LM ON
37 27 36 23 LM ON
38 28 39 23 LM ON
39 28 41 23 LM ON
40 28 38 22 LM ON
41 28 35 23 LM ON
42 31 36 43 LM OFF
43 32 41 37 LM OFF
44 32 44 35 LM OFF
45 32 49 51 LM OFF
46 31 49 49 LM OFF
47 31 48 51 LM OFF
48 33 49 48 LM OFF
49 33 48 50 LM OFF
50 34 48 45 LM OFF
51 34 47 51 LM OFF
52 34 47 49 LM OFF
53 34 46 49 LM OFF
54 34 46 50 LM OFF
55 34 46 44 LM OFF
56 34 46 48 LM OFF
57 34 46 49 LM OFF
58 34 45 48 LM OFF
59 34 45 59 LM OFF
60 34 45 51 LM OFF
61 34 45 53 LM OFF
62 34 45 54 LM OFF
63 34 45 53 LM OFF
64 34 45 54 LM OFF
65 34 45 54 LM OFF
66 34 45 54 LM OFF
67 34 45 51 LM OFF
 70 33 47 42 LM OFF
71 33 47 41 LM OFF
72 33 47 41 LM OFF
73 33 47 41 LM OFF
74 33 47 41 LM OFF
75 33 47 41 LM OFF
76 33 47 41 LM OFF
77 33 47 31 LM OFF
78 33 47 41 LM OFF
79 30 50 36 LM OFF
80 30 52 40 LM OFF
81 29 54 46 LM OFF
82 29 56 47 LM OFF
83 29 57 48 LM OFF

 Menghitung Entropy Total

n
Entropy Total ( S )=∑ −Pi ×log 2 Pi
i=1
n
( S )=∑ −Pi × log 2 Pi
i=1
( S )= [ −P1 × log 2 P 1 ] + [ −P 2× log 2 P 2 ]

( S )= ( −23
83 ) × log ( ) +(
2
23
83
−60
83 ) × log ( )
60
83 2

( S )= ( −23
83 )
× log ¿2

( S )=0.851480868

Entropy Total adalah 0.851480868

 Menghitung Entropy Landasan dari parameter AHT25 untuk Suhu Tinggi.

 n
Entropy Landasan ( Si )=∑ −Pi × log 2 Pi
i=1

( Si )=[−P 1× log 2 P 1 ] + [ −P 2× log 2 P2 ]

( −15
( Si )=
74 ) × log ( ) +(
2
15
74
−58
74 ) × log ( )
58
74 2

( −15
( Si )=
74 )
× log ¿ 2

( Si )=−34.94399902

Entropy Landasan dari parameter AHT25 untuk Suhu Tinggi adalah

-34.94399902

 Menghitung Entropy Landasan dari parameter AHT25 untuk Suhu Rendah.

n
Entropy Landasan ( Si )=∑ −Pi × log 2 Pi
i=1

( Si )=[−P 1× log 2 P 1 ] + [ −P 2× log 2 P2 ]

( −88 )× log ( 88 ) +( −08 ) ×log ( 08 )

( Si )= 2 2

( Si )= ( −88 )× log ¿
2

( Si )=0

Entropy Landasan dari parameter AHT25 untuk Suhu Rendah adalah 0,

 Menghitung Entropy Landasan dari parameter AHT25 Kelembaban untuk Kering.

 n
Entropy Landasan ( Si )=∑ −Pi × log 2 Pi
i=1

( Si )=[−P 1× log 2 P 1 ] + [ −P 2× log 2 P2 ]

( −1758 ) × log ( 1875 )+( −57

( Si )= 2
75 )
× log ( )
57
75 2

( Si )=(
75 )
−18
× log ¿ 2

( Si )=0.795040279
Entropy Landasan dari parameter AHT25 Kelembaban Kering adalah

0.795040279

 Menghitung Entropy Landasan dari parameter Kelembaban untuk Basah :

n
Entropy Landasan ( Si )=∑ −Pi × log 2 Pi
i=1

( Si )=[−P 1× log 2 P 1 ] + [ −P 2× log 2 P2 ]

( Si )= ( −55 ) × log ( 55 )+( −05 )× log ( 05 )

2 2

( Si )=( ) × log ¿
−5
2
5

( Si )=0

Jadi Entropy Landasan dari parameter Kelembaban untuk Basah adalah 0

 Menghitung Entropy Landasan dari parameter Sensor LDR Intensitas Cahaya

untuk Terang :
n
Entropy Landasan ( Si )=∑ −Pi × log 2 Pi
i=1

( Si )=[−P 1× log 2 P 1 ] + [ −P 2× log 2 P2 ]

( Si )= ( −14 ) × log ( 14 )+( −34 ) × log ( 34 )

2 2

( Si )=( ) × log ¿
−1
2
4

( Si )=0.811278124
Jadi Entropy Landasan dari parameter Sensor LDR Intensitas Cahaya untuk

Terang adalah 0.811278124

 Menghitung Entropy Landasan dari parameter Sensor LDR Intensitas Cahaya

untuk Redup:
n
Entropy Landasan ( Si )=∑ −Pi × log 2 Pi
i=1

( Si )=[−P 1× log 2 P 1 ] + [ −P 2× log 2 P2 ]

( −764 )× log ( 647 )+( −57

( Si )= 2
64 ) × log ( )
57
64 2

( Si )=(
64 )
−7
× log ¿2

( Si )=0.498027887
Entropy Landasan dari parameter Sensor LDR Intensitas Cahaya untuk

Redup adalah 0.498027887

 Menghitung Entropy Landasan dari parameter Sensor LDR Intensitas Cahaya

untuk Gelap:
n
Entropy Landasan ( Si )=∑ −Pi × log 2 Pi
i=1

( Si )=[−P 1× log 2 P 1 ] + [ −P 2× log 2 P2 ]

( −15
( Si )=
15 )
× log ( )+ (
15
15 2
15 )
−0
× log ( )
0
15 2

( Si )=(
15 )
−15
× log ¿ 2

( Si )=0

 Menghitung Gain dari parameter AHT 25 Suhu :

n
|Si|
Gain ( S , A )=Entropy ( S )−∑ × En tropy (Si )
S i=1
n
|Si|
(S , A )=Entropy ( S )−∑ × Entropy (Si)¿
i=1 ¿ Stotal∨¿

( S , A )=S−
[ | |]
|Si|
Stotal
× Si ( Tinggi )−
[| | ] |Si|
Stotal
× Si ( Rendah )

( S , A )=0.851480868−
[ ]
|8|
|83|
×−34.94399902−
|75|
|83|
×0
[ ]
( S , A )=0.851480868−0 , 8 ×34.94399902−0 ,76 × 0
( S , A )=3.37755308 6
Jadi Gain dari parameter Suhu adalah 3.377553086.
  Menghitung Gain dari parameter kelembaban:

n
|Si|
Gain ( S , A )=Entropy ( S )−∑ × Entropy (Si)
S i=1
n
|Si|
(S , A )=Entropy ( S )−∑ × Entropy (Si)¿
i=1 ¿ Stotal∨¿

[ | | | |]
( S , A )=S−
Si
Stotal
× Si ( K ering )−
[
|Si|
|Stotal| ]
× Si ( Basah )

( S , A )=0.851480868−
75
83 [|| ||]
× 0,836640742−
|5|
|83|
×0
[ ]
( S , A )=851480868−0 , 75 ×0,836640742−0 , 05× 0
( S , A )=0.133070977 .
Jadi Gain dari parameter Kelembaban adalah 0.133070977.

 Menghitung Gain dari Parameter Intensitas Cahaya:

n
|Si|
Gain ( S , A )=Entropy ( S )−∑ × Entropy (Si)
i=1 S
n
|Si|
(S , A )=Entropy ( S )−∑ × Entropy (Si)¿
i=1 ¿ Stotal∨¿

( S , A )=S−
[ | |]
|Si|
Stotal
× Si ( Terang )−
[ | |] |Si|
Stotal [| | ]
× Si ( Redup )
|Si|
Stotal
× Si (Gelap)

( S , A )=0.851480868−
[| | ]
|| 4
83
× 0.811278124−
64
83 [| | ]
| |
× 0.498027887
|15|
|83|
×0
[ ]
( S , A )=0.851480868−0 , 63 ×0.811278124−0 , 37× 0.498027887 × 0
( S , A )=0.428361625 .
Tabel 3.2 Data Set Node