Standar Indeks Pencemaran Udara adalahangka yang menggambarkan kondisi kualitas udara pada suatulokasi dan waktu tertentu di suatu wilayah. Parameter indekspencemaran udara meliputi partikel (PM10), karbonmonoksida (CO), sulfur dioksida (SO2), nitrogen dioksida(NO2) dan ozon (O3). Berdasarkan permasalahan yangdihadapi maka dilakukan penelitian untuk mengklasifikasikankualitas udara untuk memahami tingkat kualitas udara.Klasifikasi kualitas udara menggunakan KNN adaptif danKNN tertimbang dengan menggunakan metode SMOTETomek link and bagging yang menggunakan penerapan teknikSMOTE-Tomek link untuk menangani masalahketidakseimbangan berdasarkan kelas pada data. Selain itu,metode Bagging juga diterapkan untuk mengoptimalkanperforma model secara keseluruhan. Dalam penelitian ini, kamimembandingkan hasil pembelajaran mesin KNN adaptif danKNN tertimbang dengan Bagging. KNN adaptif mencapai nilaipresisi 85%, presisi 85%, recall 83%, dan skor F1 83%,sedangkan KNN tertimbang dan mengantongi mencapai presisi95%, presisi 96%, recall rate 92%, dan skor F1 sebesar 93%,dan nilai rata-rata G sebesar 0,97, stratified K-fold 0,97, dancross-validation 0,84 Kata kunci— Air Classification, Adaptive KNN, WeightedKNN.
Copyrights © 2024