BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Transkripsi

1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Udara merupakan komponen penting yang dibutuhkan manusia dalam proses transpirasi. Meningkatnya pembangunan fisik kota dan pusat pusat industri, komponen udara tersebut telah mengalami perubahan. Perubahan komponen udara tersebut berpengaruh pada perubahan kualitas udara dan berakibat pada pencemaran. Penurunan kualitas udara ini dapat mengganggu kesehatan masyarakat di sekitarnya (Santi, 2012). Polusi udara, merupakan salah satu masalah utama yang sering dialami oleh kota-kota besar di negara berkembang. Dengan berkembangnya standar hidup, masyarakat cenderung memperhatikan bagaimana kesehatan tubuh dan lingkungan. Pengamatan terhadap kualitas udara dapat diukur berdasarkan Indeks Standar Pencemaran Udara (ISPU), apakah konsentrasinya lebih tinggi atau lebih rendah dari ISPU. Terdapat lima parameter pencemaran udara yang digunakan untuk pengamatan berdasarkan ISPU, yaitu Karbon Monoksida (CO), ozon permukaan (O3), Tingkat Partikulat (PM10), Oksida Nitrogen (NOx), dan Sulfur Dioksida (SO). Internet memberikan jumlah data dan informasi yang sangat besar, yang dapat kita akses dan unduh menggunakan sebuah web browser. Data hasil sensor sering dipublikasikan dalam halaman website khusus yang menampilkan data udara. Data di internet dapat diambil dengan melakukan ekstraksi elemen penyusun halaman website menjadi data yang dapat disimpan ke dalam database. Untuk dapat mengambil informasi tersebut dibutuhkanlah sebuah metode untuk dapat melakukan grabbing data (Extracting and Saving) yang disebut dengan Web Scraping. Web Scraping (Turland, 2010) adalah proses pengambilan sebuah dokumen semiterstruktur dari internet, umumnya berupa halaman-halaman web dalam bahasa markup seperti HTML atau

2 XHTML, dan menganalisis dokumen tersebut untuk diambil data tertentu dari halaman tersebut untuk digunakan bagi kepentingan lain. Algoritma cerdas dalam Data Mining atau Machine Learning telah banyak diterapkan pada analisis data polusi udara, salah satunya adalah menggunakan Wavelet Transform, Cluster Algorithm dan SOM (Self-Organization Map) untuk melakukan analisa polusi udara di Taiwan (Li., ST, et al, 2004). Pada tahun 2012, Karina Gibert mengusulkan sebuah sistem dengan penggabungan Data Mining dan Intelligent Decision Support untuk melakukan analisis data kualitas udara (Gilbert., K, 2012). Naïve Bayes merupakan salah satu algoritma untuk melakukan klasifikasi dengan menggunaan Teorema Bayes yang memberikan asumsi bahwa setiap objek untuk melakukan prediksi tidak terikat atau bebas. Secara singkat, Naive Bayes classifier mengasumsikan bahwa keberadaan fitur tertentu pada sebuah kelas tidak berhubungan dengan fitur yang lain. Sebagai contoh, sebuah buah dikategorikan sebagai apel jika berwarna merah, berbentuk bundar dan mimiliki diameter 3 inchi. Bahkan jika fitur tersebut bergantung satu dengan yang lainnya, setiap properti bersifat bebas untuk saling berkontribusi dan menyatakan bahwa buah tersebut adalah apel, oleh karena itu algoritma ini disebut dengan Naïve (Koduvely, 2015). Air Quality Index (AQI) merupakan index untuk menggambarkan kuantitas dari status kualitas udara. AQI mengukur kualitas udara keseluruhan dengan jarak antara 0 hingga 500. Pada tahun 2012, pemerintah China telah mengeluarkan regulasi yang mengumumkan bahwa AQI adalah pengganti dari Air Pollution Index yang asli. AQI dibagi atas 6 level : dari yang paling baik (level 1), baik (level 2), sedikit berpolusi (level 3), berpolusi sedang (level 4), dan berpolusi berat (level 5) hingga polusi diambang batas (level 6). Nilai AQI yang lebih tinggi mengindikasikan polusi yang semakin parah dan dampak yang semakin berbahaya pada kesehatan manusia. 1.2 Rumusan Masalah Udara merupakan aspek penting dalam melakukan respirasi oleh manusia dan makhluk hidup lainnya. Seiring dengan berkembangnya industri dan transportasi, udara menjadi semakin tercemar. Informasi kualitas udara dibutuhkan agar masyarakat dapat berhati hati dan memperhatikan aktivitas apabila udara sedang tidak sehat. Air Quality Index merupakan suatu pengukuran yang penting dalam

3 menentukan tingkat kualitas dan pencemaran udara berdasarkan beberapa parameter utama yaitu : Karbon Dioksida (CO2), Nitrogen Dioksida (NO2), Ozon (O3) dan Tingkat Partikulat (PM10). Untuk itu diperlukan sebuah metode untuk mengklasifikasikan kualitas udara dari beberapa parameter utama polutan. 1.3 Tujuan Penelitian Penelitian ini bertujuan untuk dapat mengklasifikasikan kualitas udara dengan menerapkan Naïve Bayes pada sistem terdistribusi raspberry pi cluster server. 1.4 Batasan Masalah Agar penelitian ini sesuai dengan tujuan penelitian, maka masalah yang ada dalam penelitian ini akan dibatasi oleh hal-hal berikut : 1. Menggunakan data polusi kota Beijing yang diambil dari website aqicn.org. 2. Menggunakan data yang diambil secara berkala setiap satu jam. 3. Parameter utama yang akan diproses adalah nilai polutan Karbon Dioksida (CO 2 ), Nitrogen Dioksida (NO 2 ), Ozon Permukaan (O 3 ) dan Tingkat Partikulat (PM 10 ). 4. Klasifikasi tingkat pencemaran hanya dibagi 6 level berdasarkan nilai Air Quality Index (AQI). 5. Jumlah node yang digunakan untuk sistem terdistribuasi adalah satu node sebagai master dan 4 node sebagai slaves. 1.5 Manfaat Penelitian Manfaat yang dapat diperoleh dari penelitian ini adalah : 1. Membantu para user untuk mendapatkan informasi mengenai kualitas udara secara harian. 2. Melakukan Algoritma Naïve Bayes terdistribusi dalam melakukan klasifikasi data tingkat pencemaran udara. 3. Menjadi referensi dalam pengembangan sistem monitoring kualitas udara pada sistem terdistribusi

4 1.6 Metode Penelitian Tahapan-tahapan yang dilakukan pada penelitian ini adalah : 1. Studi Literatur Tahap ini dilaksanakan untuk mengumpulkan dan mempelajari informasi-informasi yang diperoleh dari buku, jurnal dan berbagai sumber referensi lain yang berkaitan dengan penelitian seperti metode Web Scraping, Naive Bayes Classifier, Sistem Terditribusi, Multi Thread. 2. Identifikasi Masalah Pada tahap ini dilakukan analisis terhadap berbagai informasi hasil studi literatur dari berbagai sumber agar didapatkan metode yang tepat untuk menyelesaikan masalah dalam penelitian ini. 3. Perancangan Sistem Tahap ini menjelaskan mengenai perancangan sistem untuk menyelesaikan permasalahan yang sesuai hasil yang didapatkan dalam tahap analisis. 4. Implementasi dan Pengujian Pada tahap ini dilakukan implementasi hasil perancangan ke dalam kode program sesuai yang telah dilakukan pada tahap sebelumnya. Setelah melakukan implementasi, kemudian dilakukan pengujian terhadap hasil yang didapatkan melalui implementasi metode Web Scraping dan Naïve Bayes Classifier pada sistem terdistribusi. 5. Analisis dan Pengambilan Kesimpulan Pada tahap ini dilakukan analisis data yang didapatkan dari implementasi Web Scraping dan Naive Bayes Classifier dalam sistem terdistribusi sehingga menghasilkan informasi terkait hasil analisis tersebut. 1.7 Sistematika Penulisan Tugas akhir ini disusun dalam lima bab dengan sistematika penulisan sebagai berikut:

5 Bab 1 : Pendahuluan Bab pendahuluan ini berisi tentang hal-hal yang mendasari dilakukannya penelitian serta pengidentifikasian masalah penelitian. Bagian-bagian yang terdapat dalam bab pendahuluan ini meliputi latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, dan manfaat penelitian. Bab 2 : Landasan Teori Pada bab tinjauan pustaka menguraikan landasan teori, penelitian terdahulu, kerangka pikir dan hipotesis yang diperoleh dari acuan yang mendasari dalam melakukan kegiatan penelitian pada tugas akhir ini. Bab 3 : Analisis dan Perancangan Bab ini membahas analisis dan perancangan, dimulai dari analisis terhadap permasalahan yang ada, dan penyelesaian. Pada bab ini dijabarkan tentang arsitektur umum, proses yang dilakukan serta tahapan pada metode yang digunakan. Bab 4 : Implementasi dan Pengujian Pada bab ini membahas tentang implementasi sistem dan hasil pengujian terhadap aplikasi yang telah dibangun. Bab 5 : Kesimpulan dan Saran Bab ini berisi tentang kesimpulan hasil penelitian dan saran-saran yang berkaitan dengan penelitian selanjutnya.