Pada kenyataannya, polusi Udara di sekitar Politeknik Negeri Jember telah menjadi masalah yang serius. Aktivitas industri dan transportasi yang tinggi menjadi salah satu penyebabnya. Studi menunjukkan bahwa polusi udara dapat menyebabkan masalah kesehatan pada manusia. Hal ini perlu menjadi perhatian Bersama, baik dari pihak pemerintah, masyarakat, maupun pihak kampus.
Pemantauan dan pengendalian polusi penting untuk menjaga kualitas lingkungan. Proyek ini akan mengembangkan alat IoT guna untuk memantau polusi secara efisien. Alat ini akan mengumpulkan data yang akurat dengan hasil yang real-time yang dituangkan ke website untuk membantu meningkatkan kesadaran akan polusi. Tujuan dari proyek ini yaitu untuk menciptakan solusi inovatif dan terjangkau dalam pemantauan polusi lingkungan. Alat ini diharapkan dapat membantu pemerintah, masyarakat khususnya Mahasiswa dan anggota keluarga Politeknik Negeri Jember dalam mengambil langkah-langkah untuk mengurangi polusi udara.
Dalam meramalkan data, dapat menggunakan berbagai metode, salah satunya adalah Exponential Smoothing Holt-Winters. Menurut (Harahap) Metode Exponential Smoothing Holt-Winters merupakan metode yang digunakan untuk peramalan jika data memiliki komponen trend dan musiman. Metode ini juga merupakan penghalusan eksponensial dengan tiga kali pembobotan yaitu α (alpha), β(beta) dan γ (gamma).
Pengolahan citra merupakan pengolahan suatu citra dengan menggunakan komputer secara khusus, untuk menghasilkan suatu gambar yang lain. Sedangkan computer vision dapat didefinisikan setara dengan pengertian pengolahan citra, yang dikaitkan pula dengan akuisisi citra, pemrosesan, klasifikasi, rekognisi, dan pencakupan keseluruhan, pengambilan keputusan diikuti dengan pengidentifikasian citra. Menurut Hasil citra yang dihasilkan dari proses pengolahan citra kemudian akan diproses menggunakan teknologi ResNet.
Residual Neural Network atau yang dikenal sebagai ResNet adalah jenis deep network berbasis pembelajaran residual. Pembelajaran semacam ini dapat memfasilitasi pelatihan jaringan dengan mempertimbangkan input layer (M.Satria, 2022). Dalam melakukan klasifikasi kondisi lingkungan berdasarkan citra yang dihasilkan. Oleh karena itu, teknologi ResNet50 spesifik digunakan untuk mengolah dan menganalisis citra terkait kondisi lingkungan. ResNet50 difokuskan secara eksklusif pada analisis citra, Klasifikasi polusi berdasarkan kondisi miniatur dan kondisi lingkungan berdasarkan informasi visual yang dihasilkan.
