Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Wibawa, Ig.Prasetya Dwi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : eProceedings of Engineering

 1 
Pengembangan Sistem Klasifikasi Kualitas Air Minum Berbasis Web Menggunakan Algoritma Decision Tree Naf’an , Syifa Melinda; Kallista, Meta; Wibawa, Ig.Prasetya Dwi
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kualitas air sangat penting untuk kehidupanmanusia, namun tidak semua sumber air aman untukdikonsumsi. Oleh karena itu, diperlukan identifikasi kelayakanair minum yang akurat dan cepat. Metode manual sepertiSTORET dan Indeks Pencemaran kurang efisien karenamemakan waktu dan biaya yang tinggi. Oleh karena itu,digunakan teknologi Machine Learning dengan algoritmaDecision Tree dan teknik SMOTE untuk menyeimbangkandata. Hasil penelitian menunjukkan bahwa model Decision Treedengan max_depth = 4 menghasilkan performa yang palingoptimal. Pada max_depth ini, model mencapai akurasi trainingsebesar 99.9% dan akurasi testing mencapai 100%. Waktu yangdibutuhkan untuk proses training adalah 0.03570 detik,sedangkan waktu testing adalah 0.00223 detik. Hasil evaluasilainnya juga menunjukkan nilai AUC sebesar 1.00. Selain ituevaluasi juga dilakukan menggunakan classification report dandidapatkan hasil bahwa model memiliki presisi (precision) danrecall sebesar 1.00 untuk kelas "Air Layak Minum" dan "AirTidak Layak Minum". Nilai f1-score juga sebesar 1.00 untukkedua kelas, menunjukkan bahwa model memiliki performayang sangat baik dalam mengklasifikasikan data positif dannegatif. Kata kunci—Decision Tree, Evaluasi. Kualitas Air, TeknologiMachine Learning
Pengembangan Sistem Klasifikasi Kualitas Air Minum Berbasis Web Menggunakan Algoritma K-Nearest Neighbors Meiska, Ivana; Kallista, Meta; Wibawa, Ig.Prasetya Dwi
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Air memiliki peran penting sebagai kebutuhanprimer dalam kehidupan manusia, termasuk untuk konsumsi.Namun, sayangnya air mudah terkontaminasi sehingga dapatmembahayakan kesehatan tubuh. Oleh karena itu, penentuankelayakan air minum dengan metode manual seperti STORETdan Indeks Pencemaran memakan waktu lama dan biaya yangtinggi. Untuk mengatasi hal ini, penerapan machine learningdengan algoritma K-Nearest Neighbors dan teknik SMOTEuntuk mengatasi ketidakseimbangan pada kelas target menjadipilihan yang efisien dan tepat. Hasil penelitian menunjukkanbahwa model K-Nearest Neighbors dengan k=3 mampumencapai akurasi training sebesar 0.98928, akurasi testingsebesar 0.99434, serta ROC AUC mencapai 1.00 dengan losshanya 0.38618. Model yang optimal akan divisualisasikanhasilnya menggunakan Streamlit ssebagai alat untukmenyajikan informasi secara interaktif, memungkinkanpengguna untuk dengan mudah memahami dan menganalisiskualitas air minum. Kata kunci—Kelayakan Air Minum, K-Nearest Neighbors,Machine Learning, SMOTE, Streamlit
Co-Authors Meiska, Ivana Meta Kallista Naf’an , Syifa Melinda