Haris Elfian, Haris (2024) ANALISIS DATA PEMANTAUAN KUALITAS UDARA DI WILAYAH PRODUKSI MINYAK DAN GAS MENGGUNAKAN REGRESI LINEAR BERBASIS IOT. Masters thesis, Politeknik Caltex Riau.
TESIS Haris Elfian 2256102002.pdf - Submitted Version
Restricted to Registered users only
Download (7MB)
PA2256102002_poster_pa.png
Restricted to Registered users only
Download (994kB)
Abstract
Minyak dan gas wilayah eksplorasi terutama kekurangan sistem monitoring kualitas udara yang mungkin saja berkontribusi langsung pada kesehatan para pekerja. Gas alam yang diproduksi adalah sumber energi utama untuk industri migas, tetapi aktivitas pengeboran, produksi, dan transportasi cenderung mengeluarkan jenis gas beracun seperti Hidrogen Sulfida (H₂S), Karbon Monoksida (CO), metana (CH₄), benzena (C₆H₆), dan amonia (NH₃). Paparan terhadap gas-gas ini dapat menyebabkan penyakit paru-paru kronis, gangguan pernapasan, serta gangguan kardiovaskular, sehingga buruknya kualitas udara merupakan ancaman yang signifikan bagi kesejahteraan pekerja. Oleh karena itu, tujuan dari penelitian ini adalah memantau kualitas udara. NodeMCU ESP8266 diprogram untuk langsung mengirim pembacaan sensor melalui Internet of Things (IoT). Data yang terkumpul kemudian dianalisis dengan menggunakan regresi linier dan divisualisasikan menggunakan platform MQTT dan Node-RED Dashboard. Informasi yang diperoleh digunakan oleh otoritas untuk memprediksi kualitas udara dan tindakan pencegahan. Penelitian ini membawa pembelajaran penting yang membantu meningkatkan pengambilan keputusan terkait kesehatan dan keselamatan dalam lingkup eksplorasi minyak dan gas. Penelitian ini juga penting dalam meningkatkan kualitas lingkungan kerja dan kesejahteraan para pekerja.
Item Type: | Thesis (Masters) |
---|---|
Subjects: | KBK > KBK Jurusan Teknologi Informasi > KBK Business Analyst KBK > KBK Jurusan Teknologi Informasi > KBK Data Engineering |
Divisions: | Magister Terapan > Jurusan Teknologi Informasi > Magister Terapan Teknik Komputer |
Depositing User: | Mr Haris Elfian |
Date Deposited: | 26 Aug 2024 07:50 |
Last Modified: | 26 Aug 2024 07:50 |
URI: | https://repository.lib.pcr.ac.id/id/eprint/2545 |