Model Prediksi Kualitas Air Berdasarkan Sensor TDS dan pH dengan Korelasi dan Regresi

Abstract

Penelitian ini bertujuan untuk menganalisis hubungan antara Total Dissolved Solids (TDS) dan pH dalam air sungai serta membangun model prediksi kualitas air menggunakan regresi linier. Penelitian ini dilatarbelakangi oleh meningkatnya permasalahan kualitas air sungai akibat aktivitas manusia seperti pembuangan limbah rumah tangga, industri, dan pertanian yang dapat memengaruhi kandungan TDS dan pH air. Perubahan parameter tersebut berdampak pada ekosistem perairan dan kesehatan masyarakat yang memanfaatkan air sungai. Oleh karena itu, dibutuhkan sistem pemantauan yang efisien, akurat, dan berkelanjutan. Dengan memanfaatkan mikrokontroler ESP32 dan sensor berbasis Internet of Things (IoT), data TDS dan pH dikumpulkan secara real-time selama 29 hari. Hasil analisis menunjukkan adanya korelasi positif antara TDS dan pH, dengan nilai koefisien korelasi sebesar 0,67 yang menunjukkan hubungan sedang. Model regresi linier sederhana yang dibangun mampu memprediksi pH berdasarkan nilai TDS dengan akurasi mencapai 67%. Sistem ini berpotensi menjadi solusi pemantauan kualitas air yang efektif dan berkelanjutan.

This study aims to analyze the relationship between Total Dissolved Solids (TDS) and pH in river water and to develop a water quality prediction model using linear regression. This research is motivated by the increasing problem of river water quality due to human activities such as the discharge of domestic, industrial, and agricultural waste, which can affect the TDS content and pH of the water. Changes in these parameters impact the aquatic ecosystem and the health of the people who use river water. Therefore, an efficient, accurate, and sustainable monitoring system is needed. By utilizing an ESP32 microcontroller and Internet of Things (IoT)-based sensors, TDS and pH data were collected in real time for 29 days. The analysis results showed a positive correlation between TDS and pH, with a correlation coefficient of 0.67, indicating a moderate relationship. The simple linear regression model developed was able to predict pH based on TDS values ??with an accuracy of 67%. This system has the potential to be an effective and sustainable water quality monitoring solution.