[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"detail-sidebar-cat-0-id-113":3,"doc-seo-128795-113":53,"doc-detail-128795-id":128},{"code":4,"msg":5,"data":6},0,"success",[7,13,17,21,25,29,33,37,41,45,49],{"id":8,"doc_module":4,"doc_module_name":9,"category_name":10,"show_sort_weight":11,"slug":12},55,"Document","Agama & Spiritualitas",60,"religion-spirituality",{"id":14,"doc_module":4,"doc_module_name":9,"category_name":15,"show_sort_weight":11,"slug":16},48,"Cerita & Novel","story-novel",{"id":18,"doc_module":4,"doc_module_name":9,"category_name":19,"show_sort_weight":11,"slug":20},56,"Gaya Hidup","lifestyle",{"id":22,"doc_module":4,"doc_module_name":9,"category_name":23,"show_sort_weight":11,"slug":24},51,"Komik","comic",{"id":26,"doc_module":4,"doc_module_name":9,"category_name":27,"show_sort_weight":11,"slug":28},53,"Layanan Kesehatan","healthcare",{"id":30,"doc_module":4,"doc_module_name":9,"category_name":31,"show_sort_weight":11,"slug":32},54,"Penelitian & Laporan","research-report",{"id":34,"doc_module":4,"doc_module_name":9,"category_name":35,"show_sort_weight":11,"slug":36},49,"Sastra","literature",{"id":38,"doc_module":4,"doc_module_name":9,"category_name":39,"show_sort_weight":11,"slug":40},52,"Teknologi","technology",{"id":42,"doc_module":4,"doc_module_name":9,"category_name":43,"show_sort_weight":11,"slug":44},50,"Ujian","exam",{"id":46,"doc_module":4,"doc_module_name":9,"category_name":47,"show_sort_weight":11,"slug":48},57,"Umum","general",{"id":50,"doc_module":4,"doc_module_name":9,"category_name":51,"show_sort_weight":4,"slug":52},181,"Formulir","formulir",{"code":4,"msg":54,"data":55},"ok",{"site_id":56,"language":57,"slug":58,"title":59,"keywords":60,"description":61,"schema_data":62,"social_meta":121,"head_meta":123,"extra_data":125,"updated_unix":127},113,"id","design-and-implementation-of-a-gas-detection-system-for-methane-type-and-concentration-ch4","Perancangan dan Implementasi Sistem Deteksi Jenis dan Konsentrasi Gas Metana (CH4)","","Bab V menyajikan kesimpulan dan saran dari penelitian perancangan serta implementasi prototipe sistem deteksi gas berbasis ESP32. Prototipe berhasil dirancang menggunakan sensor MQ-4 untuk metana (CH4), MQ-7 untuk karbon monoksida (CO), dan MQ-136 untuk hidrogen sulfida (H2S), dengan dua kipas, buzzer, serta LCD I2C untuk tampilan real-time. Integrasi machine learning berjalan baik: klasifikasi jenis gas memakai Random Forest, sedangkan estimasi konsentrasi menggunakan Convolutional Neural Network (CNN) tertanam secara embedded tanpa komputer eksternal. Pengujian menunjukkan akurasi klasifikasi 100% pada dataset yang digunakan.",{"@graph":63,"@context":120},[64,81,103],{"@type":65,"itemListElement":66},"BreadcrumbList",[67,72,75,78],{"item":68,"name":69,"@type":70,"position":71},"https://docshare.wps.com","Home","ListItem",1,{"item":73,"name":9,"@type":70,"position":74},"https://docshare.wps.com/id/document/",2,{"item":76,"name":31,"@type":70,"position":77},"https://docshare.wps.com/id/document/penelitian-laporan/",3,{"item":79,"name":59,"@type":70,"position":80},"https://docshare.wps.com/id/document/design-and-implementation-of-a-gas-detection-system-for-methane-type-and-concentration-ch4/128795/",4,{"url":79,"name":59,"@type":82,"image":83,"author":88,"headline":59,"publisher":91,"fileFormat":94,"inLanguage":57,"description":61,"dateModified":95,"datePublished":96,"encodingFormat":94,"isAccessibleForFree":97,"interactionStatistic":98},"DigitalDocument",{"url":84,"@type":85,"width":86,"height":87},"https://docshare.wps.com/thumbnails/design-and-implementation-of-a-gas-detection-system-for-methane-type-and-concentration-ch4/128795.png","ImageObject",300,407,{"name":89,"@type":90},"Violet","Person",{"url":68,"name":92,"@type":93},"DocShare","Organization","application/pdf","2026-10-03","2026-08-06",true,{"@type":99,"interactionType":100,"userInteractionCount":102},"InteractionCounter",{"@type":101},"ViewAction",12,{"@type":104,"mainEntity":105},"FAQPage",[106,112,116],{"name":107,"@type":108,"acceptedAnswer":109},"Apa kesimpulan utama penelitian tentang prototipe sistem deteksi gas berbasis ESP32?","Question",{"text":110,"@type":111},"Prototipe berhasil dirancang dan dibangun dengan sensor MQ-4 (CH4), MQ-7 (CO), dan MQ-136 (H2S), dilengkapi dua kipas, buzzer, serta LCD I2C untuk menampilkan hasil deteksi secara real-time.","Answer",{"name":113,"@type":108,"acceptedAnswer":114},"Model machine learning apa yang digunakan untuk klasifikasi jenis gas dan penentuan konsentrasi?",{"text":115,"@type":111},"Klasifikasi jenis gas menggunakan Random Forest, sedangkan penentuan konsentrasi gas menggunakan Convolutional Neural Network (CNN) yang ditanamkan secara embedded pada ESP32.",{"name":117,"@type":108,"acceptedAnswer":118},"Apa saja saran pengembangan penelitian agar sistem lebih baik ke depannya?",{"text":119,"@type":111},"Penelitian menyarankan penambahan variasi sumber gas yang konsentrasinya stabil, pengujian di lingkungan terbuka/semi-terbuka, pengembangan deteksi multi-gas, optimasi konsumsi daya dengan low-power mode, serta integrasi data logging melalui microSD atau pengiriman ke server.","https://schema.org",{"og:url":79,"og:type":122,"og:title":59,"og:site_name":92,"og:description":61},"article",{"robots":124,"canonical":79},"index,follow",{"doc_id":126,"site_id":56},128795,1786003482,{"code":4,"msg":5,"data":129},{"doc_id":126,"user_id":130,"nickname":89,"user_avatar":131,"doc_module":4,"category_id":30,"category_name":31,"doc_title":59,"doc_description":61,"doc_content":132,"file_id":133,"file_url":134,"file_type":135,"file_size":136,"view_count":102,"is_deleted":4,"is_public":71,"is_downloadable":71,"audit_status":71,"page_count":74,"language":137,"language_code":57,"site_id":56,"html_lang":57,"table_of_contents":138,"faqs":139,"seo_title":140,"seo_description":61,"update_tm":127,"read_time":77},1099523885336,"https://ap-avatar.wpscdn.com/davatar_276721f389ce27ea32af1340a28f341c","BAB V KESIMPULAN DAN SARAN  \n5.1 Kesimpulan  \nBerdasarkan hasil penelitian yang telah dilakukan mengenai perancangan dan implementasi prototipe sistem deteksi gas berbasis ESP32 menggunakan metode machine learning, dapat disimpulkan beberapa hal sebagai berikut:  \n1. Prototipe Sistem Berhasil Diimplementasikan.  \nPenelitian ini telah berhasil merancang dan membangun sebuah prototipe alat deteksi gas berbasis ESP32 yang dilengkapi dengan sensor MQ-4 untuk gas metana (CH4), MQ-7 untuk karbon monoksida (CO), dan MQ-136 untuk hidrogen sulfida (H2 S) . Sistem dilengkapi dengandua kipas, buzzer, dan LCD I2C untuk menampilkan hasil deteksi gas secara real-time.  \n2. Integrasi Machine Learning Berjalan Baik.  \nIntegrasi model machine learning ke dalam mikrokontroler ESP32 dapat berjalan dengan baik. Model klasifikasi jenis gas menggunakanalgoritma Random Forest dan model penentuan konsentrasi gasterdeteksi menggunakan algoritma Convolutional Neural Network (CNN) berhasil ditanamkan secara embedded tanpa memerlukankomputer eksternal. Pengujian menunjukkan bahwa sistem dapat mendeteksi jenis gas dengan akurasi 100% pada dataset yang  \n5.2 Saran  \nBerdasarkan hasil penelitian yang telah dilakukan, terdapat beberapa saran yang dapat diberikan untuk pengembangan penelitian lebih lanjut, yaitu:  \n1. Penambahan Variasi Sumber Gas  \nUntuk penelitian selanjutnya, disarankan menggunakan sumber gas dengan konsentrasi yang lebih stabil dan terukur, terutama untuk gas  \nmetana, agar pengujian jarak dan konsentrasi dapat memberikan hasil yang lebih konsisten.  \n2. Pengujian di Lingkungan Terbuka  \nPerlu dilakukan pengujian tambahan di lingkungan terbuka atau semiterbuka untuk mengetahui pengaruh lingkungan nyata seperti suhu, kelembaban, dan arah angin terhadap performa sistem deteksi gas.  \n3. Pengembangan Deteksi Multi-Gas  \nPenelitian ini fokus pada deteksi satu jenis gas dominan. Pengembangan  \nsistem dapat diarahkan untuk mendeteksi lebih dari satu jenis gas secarabersamaan (multi-label classification) agar prototipe lebih adaptif di lingkungan dengan campuran gas.  \n4. Optimasi Konsumsi Daya  \nUntuk meningkatkan efisiensi penggunaan baterai, pengembangan  \nselanjutnya dapat menambahkan fitur low-power mode atau  \nmenggunakan sensor dengan konsumsi daya yang lebih rendah agar alat  \nlebih efektif dalam kondisi portable.  \n5. Integrasi Data Logging  \nPenambahan fitur penyimpanan data seperti penggunaan microSD card  \natau pengiriman data ke server dapat dilakukan agar hasil pengukuran  \ndapat direkam dan diakses kembali untuk keperluan monitoring dan  \nevaluasi jangka panjang.","cbCaiadYBhHcczaW","https://ap.wps.com/l/cbCaiadYBhHcczaW","pdf",110390,"Indonesian","# Kesimpulan\n## Prototipe sistem berhasil diimplementasikan\n## Integrasi machine learning berjalan baik\n# Saran\n## Penambahan variasi sumber gas\n## Pengujian di lingkungan terbuka\n## Pengembangan deteksi multi-gas\n## Optimasi konsumsi daya\n## Integrasi data logging","[{\"question\":\"Apa kesimpulan utama penelitian tentang prototipe sistem deteksi gas berbasis ESP32?\",\"answer\":\"Prototipe berhasil dirancang dan dibangun dengan sensor MQ-4 (CH4), MQ-7 (CO), dan MQ-136 (H2S), dilengkapi dua kipas, buzzer, serta LCD I2C untuk menampilkan hasil deteksi secara real-time.\"},{\"question\":\"Model machine learning apa yang digunakan untuk klasifikasi jenis gas dan penentuan konsentrasi?\",\"answer\":\"Klasifikasi jenis gas menggunakan Random Forest, sedangkan penentuan konsentrasi gas menggunakan Convolutional Neural Network (CNN) yang ditanamkan secara embedded pada ESP32.\"},{\"question\":\"Apa saja saran pengembangan penelitian agar sistem lebih baik ke depannya?\",\"answer\":\"Penelitian menyarankan penambahan variasi sumber gas yang konsentrasinya stabil, pengujian di lingkungan terbuka/semi-terbuka, pengembangan deteksi multi-gas, optimasi konsumsi daya dengan low-power mode, serta integrasi data logging melalui microSD atau pengiriman ke server.\"}]","Perancangan dan Implementasi Sistem Deteksi Jenis dan Konsentrasi Gas Metana (CH4) | PDF"]