Muhammad Haikal
Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Kinerja Algoritma Klasifikasi Status Mutu Air Lidya Ningsih; Jajam Haerul Jaman; Naufal Ibnu Salam; Muhammad Haikal
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 2 No. 1 (2024)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/ijmst.v2i1.298

Abstract

Klasifikasi mutu air adalah salah satu teknik dalam melakukan penilaian terhadap air sebagai objek penelitian. Penelitian ini dilakukan dengan tujuan agar dapat memberikan pengetahuan terhadap mutu atau kualitas air, sehingga dapat menjadi solusi terbaik yang dapat dilakukan terhadap air tersebut sebelum dikonsumsi. Penelitian ini menggunakan dua skenario dengan beberapa teknik klasifikasi, diantaranya adalah Algoritme Naive Bayes, KNN, Multiclass classification, MLP, SVM, dan Random Forest. Berdasarkan hasil peneltiian yang dilakukan dengan beberapa algoritma klasifikasi tersebut, didapatkan hasil akurasi terbaik menggunakan Algoritme Random Forest dengan persentase akurasi sebesar 99,5% pada skenario pertama dan 99,7% pada skenario kedua . Sedangkan tingkat akurasi terendah ditemukan pada Algoritme Naive Bayes dengan persentase akurasi sebesar 22,3% pada skenario pertama dan 21,9% pada skenario kedua. Hal ini disebabkan karena dataset mutu air yang diperoleh tidak seimbang atau tidak terdistribusi normal (Gaussian). Selain itu, algoritme Naive Bayes memiliki kinerja baik dalam pekerjaan klasifikasi dengan data teks.