cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Mudi Priyatno
Contact Email
arifmudi@ilmudata.co.id.
Phone
+6282390449323
Journal Mail Official
ijmst@ilmudata.co.id
Editorial Address
Jln HR Soebrantas KM 16.5, Rimba Panjang, Kec. Tambang, Kabupaten Kampar, Riau 28293
Location
Kab. kampar,
Riau
INDONESIA
Indonesian Journal of Multidisciplinary on Social and Technology
Published by PT Ilmu Data Indonesia
ISSN : 29866790     EISSN : 29866782     DOI : https://doi.org/10.69693/ijmst
Core Subject : Economy, Science, Social, Engineering,
Computer Science & IT Economics, Econometrics & Finance Engineering Social Sciences
Indonesian Journal of Multidisciplinary on Social and Technology dimaksudkan sebagai media kajian ilmiah hasil penelitian, pemikiran, dan kajian kritis-analitik mengenai penelitian di bidang Multidisiplin Sosial dan Teknologi. Hal ini merupakan bagian dari semangat menyebarluaskan ilmu yang dihasilkan dari penelitian dan pemikiran untuk pengabdian kepada masyarakat luas. Indonesian Journal of Multidisciplinary on Social and Technology menerbitkan makalah secara berkala tiga kali setahun, pada bulan Februari, Juni, dan Oktober. Semua publikasi di jurnal IJMST bersifat terbuka, memungkinkan artikel tersedia online secara gratis tanpa berlangganan. Indonesian Journal of Multidisciplinary on Social and Technology menerima artikel ilmiah dengan ruang lingkup penelitian pada: Ekonomi Akutansi Manajemen Ekonomi Islam Perbankan Islam Ilmu Komputer Teknik Informatika Sistem Informasi Teknologi Informasi Kewirausahaan Teknik Elektro Teknik Industri Topik kajian lain yang relevan Catatan: Artikel memiliki kutipan utama dan belum pernah dipublikasikan secara online atau cetak sebelumnya.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 11 Documents
 1   2 
Search results for , issue "Vol. 2 No. 1 (2024)" : 11 Documents clear
Perbandingan Kinerja Algoritma Klasifikasi Status Mutu Air Ningsih, Lidya; Jaman, Jajam Haerul; Salam, Naufal Ibnu; Haikal, Muhammad
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.

Page 2 of 2 | Total Record : 11

 1   2 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 3 No. 1 (2025) Vol. 2 No. 3 (2024) Vol. 2 No. 2 (2024) Vol. 2 No. 1 (2024) Vol. 1 No. 3 (2023) Vol. 1 No. 2 (2023) Vol. 1 No. 1 (2023)