eProceedings of Engineering
Vol. 11 No. 3 (2024): Juni 2024

Klasifikasi Kualitas Air Sungai Citarum Menggunakan Metode K-Nearest Neighbors, Support Vector Machine, dan Random Forest

Sugandi, Delatifa Putri (Unknown)
Kallista , Meta (Unknown)
Wibawa, Ig. Prasetya Dwi (Unknown)



Article Info

Publish Date
01 Jun 2024

Abstract

Sungai merupakan sumber kehidupan dilingkungan sekitar baik untuk keperluan rumah tangga,pertanian maupun industri. Karena sungai memiliki perananyang begitu penting, maka perlu dilakukan pemeliharaankualitas air agar tidak berdampak buruk bagi lingkungansekitar. Padahal, kualitas air Sungai Citarum pernah menjadisungai paling tercemar dan kotor di dunia. Kualitas air sungaidapat ditentukan dengan menghitung nilai indeks pencemaransecara manual. Namun, metode perhitungan manual dianggapmembutuhkan waktu yang lama. Oleh karena itu, diperlukansuatu teknik yang efektif untuk mengukur kualitas air sungai.Machine learning dipilih sebagai salah satu teknik yangdiusulkan untuk mengklasifikasikan kualitas air sungai. Tigametode klasifikasi diterapkan dalam penelitian ini. K-NearestNeighbors, Support Vector Machine, dan Random forest. Setalahdilakukan pengujian, didapatkan kesimpulan bahwamenggunakan random forest memberikan hasil yang lebih baikantara metode K-Nearest Neighbors dan metode Support VectorMachine dengan akurasi sebesar 99,24% dan jika modelrandom forest tersebut ditambahkan dengan metode AdaBoostmaka akurasi meningkat menjadi 99.34%. Kata kunci— Klasifikasi, Kualitas Air Sungai, KNN, SVM, Random forest.

Copyrights © 2024






Journal Info

Abbrev

engineering

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Description

Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing ...