CLEAN HOUSE: Aplikasi Layanan Pembersihan Rumah
DOI:
https://doi.org/10.29407/k97vy449Keywords:
Layanan Kebersihan, Aplikasi Smart Home, Machine LearningAbstract
Penelitian ini bertujuan untuk mengembangkan aplikasi smart home berbasis machine learning untuk layanan kebersihan rumah. Hasil penelitian menunjukkan bahwa algoritma K-Nearest Neighbors (KNN) dapat mengoptimalkan rekomendasi layanan kebersihan berdasarkan pola kebiasaan pengguna. Pengujian dilakukan dengan skenario pengguna untuk mengukur keakuratan rekomendasi dan pengalaman pengguna dalam mengakses layanan. Hasil eksperimen menunjukkan bahwa aplikasi ini mampu meningkatkan efisiensi pemesanan layanan hingga 30% dibandingkan dengan metode pemesanan konvensional. Aplikasi ini juga mendapatkan tingkat kepuasan pengguna sebesar 70% berdasarkan hasil survei terhadap 100 responden. Dengan demikian, aplikasi ini berhasil menjadi solusi inovatif dalam pemenuhan kebutuhan kebersihan rumah secara praktis dan efektif.
Downloads
References
Akhinov, I. A. (2021, April). Development of smart home system based on artificial intelligence with variable
learning rate to manage household energy consumption. international conference on artificial intelligence
and mechat.
Febriansyah, M. F. (2024). Kemudahan dan Keamanan Dalam Rumah Pintar: Tinjauan Terhadap Teknologi
Smart Home. IJM: Indonesian Journal of Multidisciplinary.
Wibowo, Achmad Mukti. (2024). Sistem Bantu Penentuan Konsentrasi Mahasiswa Menggunakan Metode KNearest Neighbor Classification. Prosiding Seminar Nasional Teknologi Dan Sains
Masyikur, F. (2016). Aplikasi Rumah Pintar(SmartHome) Pengendali Peralatan Elektronik Rumah Tangga
Berbasis Web. Jurnal Teknologi Informasi dan Ilmu Komputer.
Rupianto, I. A. (2023). Perancangan Aplikasi Smart Home Menggunakan ESP32 Berbasis Android. Power
Elektronik: Jurnal Orang Elektro, 58-61.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Gea Vista Yulia Candra, Sonya Natasha, Rizki Dwi Febrian
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
