Klasifikasi BAU Dalam Kulkas Menggunakan Sensor SGP-30 Dan Algoritma Random Forest Classifier
Keywords:
Klasifikasi Bau; SGP-30; Random Forest Classifier; Kulkas
Abstract
Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi bau dalam kulkas menggunakan sensor SGP-30 dan algoritma Random Forest Classifier. Sistem ini dirancang untuk mendeteksi dan mengklasifikasikan kondisi bau makanan ke dalam tiga kategori, yaitu Segar, Sedang, dan Busuk, berdasarkan data sensor berupa nilai eCO₂, TVOC, suhu, dan kelembapan. Data yang diperoleh kemudian diproses menggunakan algoritma Random Forest Classifier yang mampu menghasilkan akurasi sebesar 97,78% dalam melakukan klasifikasi bau. Hasil penelitian menunjukkan bahwa sistem yang dibangun dapat mengidentifikasi kondisi bau secara akurat dan efektif. Sistem ini berpotensi untuk dikembangkan lebih lanjut dengan memperluas variasi data dan mengeksplorasi algoritma klasifikasi lainnya guna meningkatkan performa sistem.
Downloads
References
Buku
Indah Purnama Sari. Algoritma dan Pemrograman. Medan: UMSU Press, 2023, pp. 290.
Indah Purnama Sari. Buku Ajar Pemrograman Internet Dasar. Medan: UMSU Press, 2022, pp. 300.
Indah Purnama Sari. Buku Ajar Rekayasa Perangkat Lunak. Medan: UMSU Press, 2021, pp. 228.
Janner Simarmata Arsan Kumala Jaya, Syarifah Fitrah Ramadhani, Niel Ananto, Abdul Karim, Betrisandi, Muhammad Ilham Alhari, Cucut Susanto, Suardinata, Indah Purnama Sari, Edson Yahuda Putra. Komputer dan Masyarakat. Medan: Yayasan Kita Menulis, 2024, pp.162.
Mahdianta Pandia, Indah Purnama Sari, Alexander Wirapraja Fergie Joanda Kaunang, Syarifah Fitrah Ramadhani Stenly Richard Pungus, Sudirman, Suardinata Jimmy Herawan Moedjahedy, Elly Warni, Debby Erce Sondakh. Pengantar Bahasa Pemrograman Python. Medan : Yayasan Kita Menulis, 2024, pp.180
Zelvi Gustiana Arif Dwinanto, Indah Purnama Sari, Janner Simarmata Mahdianta Pandia, Supriadi Syam, Semmy Wellem Taju Fitrah Eka Susilawati, Asmah Akhriana, Rolly Junius Lontaan Fergie Joanda Kaunang. Perkembangan Teknologi Informatika. Medan: Yayasan Kita Menulis, 2024, pp.158
Jurnal
Adriansyah, I., Mahendra, M. D., Rasywir, E., & Pratama, Y. (2022). Perbandingan Metode Random Forest Classifier dan SVM Pada Klasifikasi Kemampuan Level Beradaptasi Pembelajaran Jarak Jauh Siswa. Bulletin of Informatics and Data Science, 1(2), 98. https://doi.org/10.61944/bids.v1i2.49
Ahmad Hania, A. (2017). Mengenal Artificial Intelligence, Machine Learning, & Deep Learning. Jurnal Teknologi Indonesia, 1(June), 1–6. https://amt-it.com/mengenal-perbedaan-artificial-inteligence-machine-learning-deep-learning/
Sari, I.P., Al-Khowarizmi,A.K., Apdilah, D., Manurung, A.A., & Basri, M. (2023). Perancangan Sistem Pengaturan Suhu Ruangan Otomatis Berbasis Hardware Mikrokontroler Berbasis AVR. sudo Jurnal Teknik Informatika 2 (3), 131-142
Wardani., S, & Dewantoro., RW. (2024). Internet of Things: Home Security System based on Raspberry Pi and Telegram Messenger. Indonesian Journal of Applied Technology, Computer and Science 1 (1), 7-13
Aira, A., Maharani, P., Sakti, R. H., Fajar, M., Haq, I., & Ajis, M. (2024). Air Quality Classification System using Random Forest Algorithm using MQ-7 and MQ-135 Sensors with IoT-based. 1(2), 65–74.
Al-Okby, M. F. R., Neubert, S., Roddelkopf, T., Fleischer, H., & Thurow, K. (2022). Evaluating of IAQ-index and TVOC As Measurements Parameters for IoT-based Hazardous Gases Detection and Alarming Systems. SAMI 2022 - IEEE 20th Jubilee World Symposium on Applied Machine Intelligence and Informatics, Proceedings, 291–298. https://doi.org/10.1109/SAMI54271.2022.9780751
Sari, I.P., Al-Khowarizmi, A.K., Hariani, P.P., Perdana, A., & Manurung, A.A. (2023). Implementation And Design of Security System On Motorcycle Vehicles Using Raspberry Pi3-Based GPS Tracker And Facedetection. Sinkron: jurnal dan penelitian teknik informatika 8 (3), 2003-2007
Sari, I.P., Basri, M., Ramadhani, F., & Manurung, A.A. (2023). Penerapan Palang Pintu Otomatis Jarak Jauh Berbasis RFID di Perumahan. Blend Sains Jurnal Teknik 2 (1), 16-25
Anderson, J., Johnson, E., & Brown, M. (2024). IoT , Anomaly Detection , Machine Learning , K-Nearest Neighbors , Random Forest , Real-Time Detection. 1(1), 1–6.
Budiman, H. et al. (2021). Implementasi Sensor Gas untuk Smart Refrigerator. Jurnal Teknologi., 12(2), 5–10.
Sari, I.P., & Batubara, I.H. (2020). Aplikasi Berbasis Teknologi Raspberry Pi Dalam Manajemen Kehadiran Siswa Berbasis Pengenalan Wajah. JMP-DMT 1 (4), 6
M. Saleh and M. Haryanti, "Design of a Home Security System Using Relays", Journal of Electrical Technology, Mercu Buana University, Vol. 8 No. May 2, 2017
Sari, I.P., Novita, A., Al-Khowarizmi, A., Ramadhani, F., & Satria, A. (2024). Pemanfaatan Internet of Things (IoT) pada Bidang Pertanian Menggunakan Arduino UnoR3. Blend Sains Jurnal Teknik 2 (4), 337-343
Husaini, A., & Sari, I.P. (2023). Konfigurasi dan Implementasi RB750Gr3 sebagai RT-RW Net pada Dusun V Suka Damai Desa Sei Meran. sudo Jurnal Teknik Informatika 2 (4), 151-158
Chyan, P., Arni, S., & Thayf, M. S. S. (n.d.). Pengantar Machine Learning PT . MIFANDI MANDIRI DIGITAL.
Sari, I.P., Batubara, I.H., & Al-Khowarizmi, A. (2021). Sensitivity Of Obtaining Errors In The Combination Of Fuzzy And Neural Networks For Conducting Student Assessment On E-Learning. International Journal of Economic, Technology and Social Sciences (Injects) 2 (1), 331-338
Sari, I.P., Al-Khowarizmi, A., & Batubara, I.H. (2021). Cluster Analysis Using K-Means Algorithm and Fuzzy C-Means Clustering For Grouping Students' Abilities In Online Learning Process. Journal of Computer Science, Information Technology and Telecommunication Engineering 2 (1), 139-144
Erlangga, F., & Sari, I.P. (2024). Perancangan Sistem Untuk Merekomendasikan Produk Skincare Menggunakan Metode NLP. Portal Riset dan Inovasi Sistem Perangkat Lunak 2 (4), 1-11
Bisono, A.T., & Zulherry, A. (2025). Analisis Sentimen Game Genshin Impact Untuk Mengetahui Reaksi Dan Harapan Pemain Menggunakan Metode Naïve Bayes. Sudo Jurnal Teknik Informatika 4(2), 183-193
Zulherry, A., Gunawan, T.S., & Wanayumini, W. (2021). Analisis Hasil Pendukung Keputusan Mendapatkan Rumah Dinas Perusahaan Menggunakan Metode Analytical Hierarcy Process (AHP) Dan Teknik For Order Referenci By Similarity (Topsis). Media Informatika Budi Darma 5(2), 695-704
Degeng, I. W., & Santoso, M. (2018). Smart Kulkas dengan Fitur SMS untuk Melaporkan Ketersediaan Bahan Makanan. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 3(1), 26. https://doi.org/10.30998/string.v3i1.2724
Downloads
Article History
Pages: 207-217
How to Cite
Issue
Section
License
Copyright (c) 2026 Amira Muhammad Salim Banem, Halim Maulana

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskahnya pada Hello World Jurnal Ilmu Komputer menyetujui ketentuan berikut:
Hak cipta atas artikel apapun dalam Hello World Jurnal Ilmu Komputer dipegang penuh oleh penulisnya di bawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License. dengan beberapa ketentuan sebagai berikut:
"Penulis mengakui bahwa Hello World Jurnal Ilmu Komputer berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License / CC BY SA 4.0"
"Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini ke dalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi ke dalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Hello World Jurnal Ilmu Komputer."
"Pembaca diperbolehkan mengunduh, menggunakan, dan mengadopsi isi artikel selama mengutip artikel dengan menyebutkan judul, penulis, dan nama jurnal ini. Pengutipan tersebut dilakukan demi kemajuan ilmu pengetahuan dan kemanusiaan serta tidak boleh melanggar hukum yang berlaku."








