Penerapan Algoritma K-Nearest Neighbor Untuk Memprediksi Kualitas Air Yang Dapat Dikonsumsi

Authors

  • Hardiana Said Universitas Pembangunan Nasional Veteran Jakarta
  • Nur Hafifah Matondang Universitas Pembangunan Nasional Veteran Jakarta
  • Helena Nurramdhani Irmanda Universitas Pembangunan Nasional Veteran Jakarta

DOI:

https://doi.org/10.33633/tc.v21i2.5901

Keywords:

Kualitas Air, Prediksi, Klasifikasi, K-Nearest Neighbor

Abstract

Kualitas air yang aman untuk dikonsumsi sangatlah penting bagi kesehatan masyarakat luas di setiap daerah, namun kualitas air diberbagai daerah semakin menurun terutama untuk kebutuhan manusia dalam hal air minum, dampak dari kualitas air yang tidak aman untuk dikonsumsi dapat menyebabkan penyakit seperti kolera, diare, hepatitis A dan lainnya, hal ini dikarenakan air yang memiliki sanitasi yang buruk dan zat-zat yang melebihi kadar standar. Penelitian ini dilakukan untuk mengetahui hasil evaluasi dari model yang dihasilkan untuk dapat memprediksi kualitas air yang dapat dikonsumsi atau tidaknya dengan menerapkan algoritma klasifikasi data mining yaitu adalah algoritma K-Nearest Neighbor. Algoritma ini diterapkan untuk menghitung probabilitas kualitas air yang aman atau tidak untuk dikonsumsi berdasarkan data rekaman yang diambil dari lingkungan sekitar terutama di daerah padat penduduk. Kumpulan data diperoleh dari website kaggle, hasil pemodelan diukur menggunakan tabel Confusion Matrix untuk menghitung akurasi. Setelah diuji, model ini memiliki tingkat akurasi tertinggi 85,52% dengan nilai k (tetangga terdekat) = 3.

Author Biographies

Hardiana Said, Universitas Pembangunan Nasional Veteran Jakarta

Ilmu Komputer, S1 Sistem Informasi

Nur Hafifah Matondang, Universitas Pembangunan Nasional Veteran Jakarta

Dosen FIK UPNVJ

Helena Nurramdhani Irmanda, Universitas Pembangunan Nasional Veteran Jakarta

Dosen FIK UPNVJ

References

Saraswati, Rieke, 2020, Ini 6 Penyakit Akibat Pencemaran Air Yang Perlu Diwaspadai, https://www.sehatq.com/artikel/penyakit-akibat-pencemaran-air-yang-perlu-diwaspadai,diakses tgl 2 Maret 2022.

Nurmahaludin, dan Cahyano G.R., 2019, Klasifikasi Kualitas Air PDAM Menggunakan Algoritma KNN Dan K-Means, Prosiding SNRT (Seminar Nasional Riset Terapan), Politeknik Negeri Banjarmasin, 7 November.

Armono, R.A., Saptomo, W.L.Y., dan Harsadi, P. 2018. Implementasi Algoritma K-Nearest Neighbor Untuk Identifikasi Kualitas Air (Studi Kasus: PDAM Kota Surakarta). Jurnal TIKomSIN, No.1, Vol.6, 2338-4018.

Vidiastanta, I.G., Hidayat, N., dan Dewi, R.K., 2020, Komparasi Metode K-Nearest Neighbor (K-NN) Dengan Support Vector Machine (SVM) Untuk Klasifikasi Status Kualitas Air, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, No. 1, Vol .4, 312-319, :https://j-ptiik.ub.ac.id/index.php/j-ptiik.

Intermedia, Beon, 2020, Data Mining: Definisi, Fungsi, Metode dan Penerapannya, https://ww.jagoanhosting.com/blog/apa-itu-data-mining/, diakses tgl 2 maret 2022.

Henny, Chandra, 2021, Data Preprocessing adalah/ pengertian, Tahapan Kerja dan Manfaatnya, https://id.linkedin.com/pulse/data-preprocessing-adalah-pengertian-tahapan-kerja-dan-chandra-henny, diakses tgl 2 maret 2022.

Advernesia, 2017, Pengertian dan Cara kerja Algoritma K-Nearest Neighbor (KNN), https://www.advernesia.com/blog/data-science/pengertian-dan-cara-kerja-algoritma-k-nearest-neighbours-knn/, diakses tgl 2 maret 2022.

Nugroho, Kuncahyo Setyo, 2019, Confusion Matrix untuk Evaluasi Model pada Supervised Learning, https://ksnugroho.medium.com/confusion-matrix-untuk-evaluasi-model-pada-unsupervised-machine-learning-bc4b1ae9ae3f, diakses tgl 2 maret 2022.

Prijono, Benny, 2019, Pengenalan dan panduan Jupyther Notebook untuk Pemula, https://indoml.com/2019/09/29/pengenalan-dan-panduan-jupyter-notebook-untuk-pemula/, diakses tgl 2 maret 2022.

Downloads

Published

2022-05-27

Issue

Section

Articles