@vite('resources/css/app.css') Gumukmas Multifarm - Kemitraan Domba dan Pakan Ternak Berkualitas
{{-- style="background-image: url('{{ asset('images/landingpage/herobackground2.png') }}')"> --}}
@livewire('components.header')

Sistem Penentuan Kualitas Udara Pada Cemaran Limbah

Kotoran Ternak Domba Menggunakan

Metode Naive Bayes

Studi Kasus Di CV Gumukmas Multi Farm

Masuk
About Image

Tentang Sistem

Sistem ini dirancang untuk memantau kualitas udara di lingkungan peternakan domba dengan mengukur kadar gas amonia (NH₃), metana (CH₄), dan karbon dioksida (CO₂). Dengan menggunakan sensor berbasis IoT (ESP32) dan metode Naïve Bayes, sistem ini dapat mengklasifikasikan kualitas udara secara real-time ke dalam tiga kategori: Baik, Cukup, dan Buruk. Hasil pemantauan ditampilkan langsung di dashboard berbasis web, memungkinkan pengambilan keputusan yang lebih cepat dan tepat untuk menjaga kualitas udara yang sehat di area peternakan.

Masuk
{{-- Start Service section --}}

Model & Dataset Overview

{{--

Apa saja layanan yang kami sediakan?

--}}

Sistem ini menggunakan metode Naïve Bayes untuk menentukan kualitas udara berdasarkan cemaran gas dari limbah kotoran ternak domba. Model dikembangkan menggunakan dataset yang terdiri dari sejumlah sampel data gas, dengan akurasi yang telah diuji melalui proses pelatihan dan pengujian. Perbandingan antara data latih dan data uji memastikan model mampu mengklasifikasikan kualitas udara secara akurat dan andal.

{{-- Service 1 --}}

Machine Learning

Model ini menggunakan algoritma Naïve Bayes, sebuah metode klasifikasi berbasis probabilitas yang efektif dalam menangani data dengan fitur independen. Algoritma ini menganalisis pola dari data historis untuk menentukan kualitas udara berdasarkan kandungan gas yang terdeteksi.

{{-- Service 2 --}}

Jumlah Dataset

Model dilatih menggunakan 2000 dataset yang mencakup berbagai kondisi kualitas udara berdasarkan konsentrasi gas amonia (NH₃), metana (CH₄), dan karbon dioksida (CO₂).

{{-- Service 3 --}}

Akurasi Model

Model mencapai tingkat akurasi 99%, menunjukkan kinerja yang baik dalam mengklasifikasikan kualitas udara dengan tingkat kesalahan yang rendah.

{{-- Service 4 --}}

Perbandingan Data Latih & Data Uji

Dataset dibagi dengan rasio 90% untuk pelatihan dan 10% untuk pengujian, memastikan model memiliki generalisasi yang optimal terhadap data baru.

{{-- End Service section --}} {{-- Start Section Testimonial --}}

Fitur Utama Sistem

{{-- Testimoni 1 --}}

Pemantauan Real-time via IoT

{{-- Testimoni 2 --}}

Klasifikasi Otomatis dengan Naïve Bayes

{{-- Testimoni 3 --}}

Dashboard Website

{{--
--}}
{{-- End Section Testimonial --}} @livewire('components.footer') @vite('resources/js/app.js')