IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK MEMPREDIKSI PENCEMARAN UDARA
- CLAUDYANA GABRILLIA EVITANIA
- 2023
Pencemaran udara merupakan masalah serius yang mempengaruhi kualitas udara dan kesehatan manusia. Dalam penelitian ini, algoritma k-nearest neighbor (KNN) diterapkan dengan menggunakan perangkat lunak Rapidminer untuk memprediksi tingkat pencemaran udara. Tujuan dari penelitian ini adalah untuk mendapatkan hasil prediksi pada data tingkat pencemaran udara dengan menggunakan metode klasifikasi k-nearest neighbor, dimana data yang digunakan dalam penelitian ini mencakup parameter kualitas udara seperti partikulat, PM10, PM2,5, CO, NO2, SO2, dan O3. Dengan mengimplementasi algoritma k-nearest neighbor pada software rapidminer nilai yang berhasil diprediksi pada data pencemaran udara menghasilkan nilai akurasi mencapai 93.94%. Kesimpulan dari penelitian ini yaitu bahwa implementasi algoritma k-nearest neighbor dengan menggunakan software rapidminer dapat digunakan sebagai metode yang efektif untuk memprediksi tingkat pencemaran udara. Dengan hasil akurasi yang baik yaitu 93.94%, dapat memberikan dampak yang positif bagi manusia dan lingkungan serta model prediksi yang dikembangkan dapat digunakan sebagai alat bantu dalam mengambil keputusan dan menyadarkan kepada masyarakat luas terkait pentingnya menjaga pengelolaan kualitas udara.
Abidin, J., Artauli Hasibuan, F., kunci, K., Udara, P., & Gauss, D. (2019). PENGARUH DAMPAK PENCEMARAN UDARA TERHADAP KESEHATAN UNTUK MENAMBAH PEMAHAMAN MASYARAKAT AWAM TENTANG BAHAYA DARI POLUSI UDARA. Prosiding SNFUR-4.Adhi Putra, A. D. (2021). Analisis Sentimen pada Ulasan pengguna Aplikasi Bibit Dan Bareksa dengan Algoritma KNN. JATISI (Jurnal Teknik Informatika dan Sistem
Informasi), 8(2), 636–646. https://doi.org/10.35957/jatisi.v8i2.962Amalia, A., Zaidiah, A., Isnainiyah, I. N., Program, ), S1, S., Informasi, S., Komputer, I., Veteran, U., Jl, J. R., Fatmawati, P., & Labu, J. (2022). PREDIKSI KUALITAS
UDARA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. https://data.jakarta.go.id/.Baharuddin, M. M., Azis, H., & Hasanuddin, T. (2019). ANALISIS PERFORMA METODE K-NEAREST NEIGHBOR UNTUK IDENTIFIKASI JENIS KACA. ILKOM Jurnal Ilmiah, 11(3), 269–274.
https://doi.org/10.33096/ilkom.v11i3.489.269-274Etriyanti, E. (2021). Perbandingan Tingkat Akurasi Metode KNN Dan Decision Tree Dalam Memprediksi Lama Studi Mahasiswa. Jurnal Ilmiah Binary STMIK Bina
Nusantara Jaya, 03.Fansyuri, M. (2020). ANALISA ALGORITMA KLASIFIKASI K-NEAREST NEIGHBOR DALAM MENENTUKAN NILAI AKURASI TERHADAP KEPUASAN PELANGGAN (STUDY KASUS PT. TRIGATRA KOMUNIKATAMA). In Jurnal Ilmu Sosial (Vol. 3, Nomor 1).
Handoko, S., Fauziah, F., & Handayani, E. T. E. (2020). Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan
Metode K-Means Clustering. Jurnal Ilmiah Teknologi dan Rekayasa, 25(1), 76–88. https://doi.org/10.35760/tr.2020.v25i1.2677Kurniawan, H. (2021). Pengantar Praktis Penyusunan Instrumen Penelitian. Deepublish.
Matondang, A. (2019). DAMPAK MODERNISASI TERHADAP KEHIDUPAN SOSIAL MASYARAKAT.
Nawangsih, I., Melani, I., Fauziah, S., & Artikel, A. I. (2021). PELITA TEKNOLOGI
REDIKSI PENGANGKATAN KARYAWAN DENGAN METODE
ALGORITMA C5.0 (STUDI KASUS PT. MATARAM CAKRA BUANA
AGUNG. Jurnal Pelita Teknologi, 16(2), 24–33.Nurjanah, S., Siregar, A. M., & Kusumaningrum, D. S. (2020). Penerapan Algoritma K – Nearest Neighbor (KNN) Untuk Klasifikasi Pencemaran Udara Di Kota
Jakarta. Scientific Student Journal for Information, Technology and Science, 1(2), 71–76. http://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/14Primasanti, Y., & Indriastiningsih, E. (2021). ANALISIS DAMPAK PENCEMARAN UDARA PT DELTA DUNIA TEXTILE TERHADAP KONDISI MASYARAKAT.
Purwanto, D. D., & Honggara, E. S. (2022). Klasifikasi Kategori Hasil Perhitungan Indeks Standar Pencemaran Udara dengan Gausian Naïve Bayes ( Studi Kasus :
ISPU DKI Jakarta 2020 ). 04(2), 102–108. https://doi.org/10.52985/insyst.v4i2.259Ridho, I. I., & Mahalisa, G. (2023). ANALISIS KLASIFIKASI DATASET INDEKS STANDAR PENCEMARAN UDARA (ISPU) DI MASA PANDEMI
MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). Technologia : Jurnal Ilmiah, 14(1), 38. https://doi.org/10.31602/tji.v14i1.8005Umri, S. S. A., Firdaus, M. S., Primajaya, A., Studi, P., Informatika, T., Komputer, F. I., Karawang, U. S., Karawang, K., Machine, V., Neighbors, K., Bayes, N.,
Backpropagation, N. N., Neighbors, K., & Machine, S. V. (2021). Analysis and Comparison of Classification Algorithm in Air. 4(2), 98–104.
https://doi.org/10.33387/jiko
Detail Informasi
Tugas Akhir ini ditulis oleh :
- 17190915 - CLAUDYANA GABRILLIA EVITANIA
- Prodi : Teknologi Informasi
- Kampus : Margonda
- Tahun : 2023
- Pembimbing : Haryani, M.Kom
- Kode : 0094.S1.TI.SKRIPSI.I.2023
- Status Akses : Open Access
- Diinput oleh : WND
- Terakhir update : 07 Februari 2024
- Dilihat : 303 kali