Aplikasi Pemantauan dan Prediksi Kadar Kualitas Air Sungai Dengan Algoritma Random Forest Pada Pusat Riset Fotonika

Achdiyat Ilyasa Samudra; Rio Mulya Syawal; Teguh Satrio; Wasis Haryono; Suryadi Suryadi; Bambang Widiyatmoko; Andi Setiono

doi:10.31004/riggs.v4i2.1439

Authors

Achdiyat Ilyasa Samudra Universitas Pamulang
Rio Mulya Syawal Universitas Pamulang
Teguh Satrio Universitas Pamulang
Wasis Haryono Universitas Pamulang
Suryadi Suryadi Pusat Riset Fotonika - Badan Riset dan Inovasi Nasional
Bambang Widiyatmoko Universitas Pamulang
Andi Setiono Pusat Riset Fotonika - Badan Riset dan Inovasi Nasional

DOI:

https://doi.org/10.31004/riggs.v4i2.1439

Keywords:

Air Sungai, XGboost Regressor, Random Forest Classifier, Prediksi, pH, Suhu, Kekeruhan, Machine Learning

Abstract

Tujuan penelitian ini adalah untuk merancang dan mengembangkan sebuah aplikasi berbasis teknologi yang mampu melakukan pemantauan dan prediksi kualitas air sungai secara otomatis dan real-time. Sistem ini menggabungkan teknologi Internet of Things (IoT) dengan algoritma machine learning, yaitu XGBoost Regressor dan Random Forest Classifier, guna meningkatkan akurasi dan efisiensi dalam pengolahan data lingkungan. Permasalahan penurunan kualitas air sungai yang disebabkan oleh pencemaran industri, domestik, dan pertanian menjadi latar belakang utama dari penelitian ini. Data yang digunakan merupakan data historis kualitas air, yang mencakup parameter pH, suhu, dan kekeruhan, dikumpulkan oleh perangkat IoT berbentuk pelampung yang dikembangkan oleh Pusat Riset Fotonika – BRIN. Data tersebut diolah menggunakan algoritma XGBoost Regressor untuk memprediksi nilai parameter air di masa mendatang, dan Random Forest Classifier untuk mengklasifikasikan tingkat kelayakan air seperti Tidak Layak, Cukup Layak, Layak, dan Sangat Layak. Aplikasi ini dikembangkan dalam dua platform, yaitu mobile (menggunakan React Native) dan website (menggunakan React JS), dengan backend Node.js dan database MySQL. Hasil pengujian menunjukkan bahwa sistem mampu memberikan informasi secara akurat, cepat, dan responsif, serta dapat digunakan langsung oleh pengguna untuk pengambilan keputusan. Sistem ini tidak hanya berfungsi sebagai alat monitoring, tetapi juga sebagai sarana edukasi dan pengawasan lingkungan berbasis teknologi digital yang berkelanjutan. Penelitian ini memberikan kontribusi penting dalam pengembangan sistem monitoring lingkungan berbasis data yang adaptif, presisi, dan dapat diakses oleh berbagai kalangan masyarakat.

Downloads

Download data is not yet available.

References

I Wayan Eka Artajaya, Ni Kadek Felyanita Purnama Putri, “Faktor-Faktor Penyebab Terjadinya Pencemaran Air Di Sungai Bindu,” J. Huk. Sar., vol. 3, no. 2, 2022, doi: 10.36733/jhshs.v3i2.2961.

A. Naillah, L. Y. Budiarti, and F. Heriyani, “Literature Review: Analisis Kualitas Air Sungai Dengan Tinjauan Parameter pH, Suhu, BOD, COD, DO terhadap Coliform,” Homeostatis, vol. 4, no. 2, pp. 487–494, 2021.

V. Pramaningsih, R. Yuliawati, S. Sukisman, H. Hansen, R. Suhelmi, and A. Daramusseng, “Indek Kualitas Air dan Dampak terhadap Kesehatan Masyarakat Sekitar Sungai Karang Mumus, Samarinda,” J. Kesehat. Lingkung. Indones., vol. 22, no. 3, pp. 313–319, 2023, doi: 10.14710/jkli.22.3.313-319.

H. Hidayat and W. Haryono, “Pengembangan Perangkat Pemberi Pakan Ikan Otomatis Berbasis Mikrokontroler Node Mcu Pada Budidaya Ikan Lele,” JORAPI J. Res. Publ. Innov., vol. 1, no. 3, pp. 937–944, 2023.

Y. Halawa, R. Kurniawan, S. That, A. Sasya, C. Arista, and D. Marisa, “Sistem Pemantauan Kualitas Air Berbasis Internet of Things ( IoT ) Water Quality Monitoring System Based on the Internet of Things ( IoT ),” vol. 11, no. 1, pp. 1–15, 2025.

U. Pradana and H. A. Sujono, “Sistem Monitoring Kualitas Air Sungai Berdasarkan Kadar PH dan Kekeruhan Air Berbasis Internet of Things,” Semin. Nas. Tek. Elektro, Sist. Informasi, dan Tek. Inform., no. 592, pp. 1–10, 2022, [Online]. Available: https://snestik.itats.ac.id

M. Rizki, P. Putra, N. A. Ahmad, R. M. Ulya, and W. Haryono, “Rancangan Website Delivery Order Minimarket Vimart dengan GPS ( Global Positioning System ),” vol. 14, pp. 101–111, 2024.

A. Putri, Y. Setiawan, W. Haryono, F. I. Komputer, T. Informatika, and U. Pamulang, “Aplikasi Sistem Pembayaran Administrasi Sekolah Berbasis Web di SMPI Nurush Shodiqin,” 2025.

I. Larasati, A. N. Yusril, and P. Al Zukri, “Systematic Literature Review Analisis Metode Agile Dalam Pengembangan Aplikasi Mobile,” Sistemasi, vol. 10, no. 2, p. 369, 2021, doi: 10.32520/stmsi.v10i2.1237.

J. Wijaya, D. Syauqy, and R. Primananda, “Sistem Monitoring Dan Rekomendasi Kualitas Air Budidaya Bibit Ikan Nila Menggunakan Parameter Kekeruhan, Suhu, Dan Ph Dengan Algoritma Random Forest,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 1, pp. 2548–964, 2017, [Online]. Available: http://j-ptiik.ub.ac.id

M. B. Prayogi, F. Apriani, U. N. Huda, and I. Pendidikan, “PREDIKSI ANGKA HARAPAN HIDUP MENGGUNAKAN RANDOM,” vol. 2, no. 1, pp. 112–121, 2025.

A. Rahmawan, N. N. Huda, R. I. Alessandro, and W. Haryono, “Sistem Informasi Akademik Berbasis Web pada Character Islamic School Berbasis Agile Development,” vol. 2, no. 2, pp. 62–70, 2025.

R. E. Anugrah, Y. A. Saputra, and W. Haryono, “Perancangan Sistem Inventory Berbasis Web untuk Optimalisasi Manajemen Persediaan Barang di PT Bumi Daya Plaza,” 2024.

M. Mammetmyradov, N. Faizah, and L. Koryanto, “Aplikasi Pencarian Showroom Yamaha di Kota Tasikmalaya Berbasis Android Menggunakan Metode Location-Based Service (LBS) dan Framework React Native,” J. Digit. Technol. Trend, vol. 1, no. 2, pp. 92–98, 2022, doi: 10.56347/jdtt.v1i2.69.

Tri Sulistyorini, E. Sova, and R. Ramadhan, “Pemantauan Kasus Penyebaran Covid-19 Berbasis Website Menggunakan Framework React Js Dan Api,” J. Ilm. Multidisiplin, vol. 1, no. 04, pp. 01–13, 2022, doi: 10.56127/jukim.v1i04.137.

D. Hadi Bachtiar, P. Paniran, and I. M. B. Suksmadana, “Perancangan Back-end Api pada Aplikasi Mobile Fruityfit Menggunakan Framework Express JS,” Mars J. Tek. Mesin, Ind. Elektro Dan Ilmu Komput., vol. 2, no. 3, pp. 107–117, 2024, [Online]. Available: https://doi.org/10.61132/mars.v2i3.138