Pengembangan Dashboard Manajemen Kualitas Air Tambang Dengan Fitur Prediksi Adaptif Menggunakan Algoritma Simple Linear Regression Dan Eksponential Smoothing

Diandra Yusuf Arrafi, . (2026) Pengembangan Dashboard Manajemen Kualitas Air Tambang Dengan Fitur Prediksi Adaptif Menggunakan Algoritma Simple Linear Regression Dan Eksponential Smoothing. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

	Text COVER_123220031.pdf Download (160kB)
	Text ABSTRAK_123220031.pdf Download (163kB)
	Text HALAMAN PENGESAHAN_123220031.pdf Download (545kB)
	Text DAFTAR ISI_123220031.pdf Download (149kB)
	Text DAFTAR PUSTAKA_123220031.pdf Download (115kB)
	Text TUGAS AKHIR_123220031.pdf Restricted to Repository staff only Download (7MB)

Abstract

Sektor pertambangan berisiko menghasilkan limbah cair pencemar lingkungan, sehingga parameter kualitas air seperti pH, Total Suspended Solid (TSS), dan sianida bebas wajib diawasi ketat sesuai baku mutu. Pada studi kasus PT Citra Palu Minerals, pencatatan pemantauan masih mengandalkan lembar kerja manual yang memicu inefisiensi, lambatnya pencarian arsip, tingginya risiko kehilangan data, serta ketiadaan visualisasi terpusat. Untuk mengoptimalkan pengawasan, manajemen membutuhkan sistem peringatan dini guna memproyeksikan tren kualitas air. Mengingat adanya fluktuasi dan anomali data tambang akan rentan menghasilkan error jika hanya bergantung pada algoritma tunggal, maka diperlukan sebuah solusi inovatif berupa pengembangan sistem terpusat yang tidak sekadar mendigitalisasi pelaporan, melainkan juga mengintegrasikan fitur analitik prediktif adaptif untuk meminimalisasi kesalahan dan pendukung dalam pengambilan keputusan operasional.
Melalui pendekatan kuantitatif eksperimental, penelitian ini merancang sistem informasi web tersentralisasi dengan mengakuisisi data komprehensif melalui observasi, wawancara, serta pengumpulan dokumen laporan sekunder sebagai variabel analitik. Siklus pengembangan aplikasi dieksekusi melalui lima tahapan metode GRAPPLE yang dibangun di atas fondasi framework AdonisJS dan basis data PostgreSQL. Guna menghadirkan fitur peringatan dini, sistem mengimplementasikan analitik prediktif antara Simple Linear Regression dan Simple Exponential Smoothing. Dengan menyerap data latih dalam rentang waktu 10–14 hari ke belakang, sistem secara dinamis menyeleksi algoritma dengan Mean Absolute Error terendah guna menghasilkan basis proyeksi peramalan yang tervalidasi untuk esok hari.
Penelitian ini menghasilkan dashboard manajemen kualitas air tambang terpusat yang efektif mengatasi inefisiensi pencatatan manual melalui digitalisasi dan visualisasi data real-time. Kesempurnaan fungsionalitas sistem divalidasi melalui Black Box Testing, sementara User Acceptance Test membuktikan kepraktisannya dalam mempercepat akses arsip, mengamankan data, dan mengotomatisasi analisis. Pada aspek prediktif, komparasi model adaptif terbukti andal dimana Simple Linear Regression terbukti mendapatkan error yang kecil pada tren stabil, sedangkan Simple Exponential Smoothing optimal meredam anomali. Sebagai kontribusi utama, infrastruktur dinamis ini menjamin manajemen selalu memperoleh proyeksi kualitas air harian yang paling valid guna mendukung mitigasi lingkungan.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	DIANDRA YUSUF ARRAFI (Penulis - 123220031) ; Herlina Jayadianti (Pembimbing)
Uncontrolled Keywords:	Dashboard Kualitas Air, Prediksi Adaptif, Simple Linear Regression, Simple Exponential Smoothing, GRAPPLE
Subjek:	T Technology > T Technology (General) T Technology > TN Mining engineering. Metallurgy
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	08 May 2026 07:54
Last Modified:	08 May 2026 07:54
URI:	http://eprints.upnyk.ac.id/id/eprint/48201

Actions (login required)

View Item