Estimasi Galat Sebagai Kompensasi Hasil Pembacaan Sensor Suhu Non-Sentuh Menggunakan Regresi Linier

Abstrak Penelitian ini bertujuan untuk membuktikan penerapan metode regresi linear untuk mengestimasi galat sebagai kompensasi untuk menurunkan galat pembacaan sensor suhu non-sentuh. Hal ini terlihat pada masa pandemi COVID – 19 melalui penggunaan thermo gun untuk mengukur suhu seseorang membutuhkan jarak yang sangat dekat. Penelitian dilakukan dengan mengukur objek air yang merupakan unsur terbanyak pada tubuh manusia. Suhu pengukuran telah dikondisikan pada 36°C, 37°C, dan 38°C dengan masing-masing variasi jarak 2cm, 4cm, dan 6cm. Hasil dari validasi menunjukkan model dapat menurunkan galat pada suhu 36°C pada masing-masing jarak sebesar 4,43%, 8,00%, dan 8,70% pada jarak 2cm, 4cm, dan 6cm. Validasi berdasarkan MAE sebelum dimodelkan adalah 2,91 dan nilai MAE setelah dimodelkan adalah 0,37. Penurunan nilai galat pada suhu 37°C untuk masing-masing jarak 2cm, 4cm, dan 6cm adalah 5,94%, 8,72%, dan 7,34%. Nilai validasi berdasarkan MAE sebelum dimodelkan adalah 3,02 dan nilai MAE setelah dimodelkan adalah 0,27. Penurunan nilai galat pada suhu 38°C untuk masing-masing jarak 2cm, 4cm, dan 6cm adalah 6,27%, 8,67%, dan 11,03%. Nilai validasi berdasarkan MAE sebelum dilakukan permodelan adalah 3,87 dan nilai MAE setelah dimodelkan adalah 0,57. Berdasarkan data tersebut dapat disimpulkan bahwa estimasi galat sebagai kompensasi hasil pembacaan sensor suhu non-sentuh mampu menurunkan galat hasil pembacaan sensor.