Perbandingan Algoritma Random Forest dan Naive Bayes untuk Klasifikasi Data Kualitas Air DKI Jakarta

Elsyaf, Anayah Hanifah (2022) Perbandingan Algoritma Random Forest dan Naive Bayes untuk Klasifikasi Data Kualitas Air DKI Jakarta. Undergraduate thesis, Universitas Pembangunan Jaya.

	Text Pendahuluan.pdf Download (553kB)
	Text Abstract.pdf Download (130kB)
	Text Abstrak.pdf Download (131kB)
	Text Daftar Isi.pdf Download (140kB)
	Text Daftar Gambar.pdf Download (136kB)
	Text Daftar Tabel.pdf Download (136kB)
	Text Daftar Lampiran.pdf Download (130kB)
	Text BAB I.pdf Download (210kB)
	Text BAB II.pdf Download (560kB)
	Text BAB III.pdf Download (243kB)
	Text BAB IV.pdf Download (254kB)
	Text BAB V.pdf Download (432kB)
	Text BAB VI.pdf Download (133kB)
	Text Daftar Pustaka.pdf Download (198kB)
	Text Lampiran.pdf Download (577kB)

Abstract

Air adalah salah satu kebutuhan utama manusia. Meskipun jumlah air sangat melimpah di Indonesia, tetapi tidak semua air layak untuk dikonsumsi. Pada penelitian ini, algoritma Random Forest dan Naive Bayes digunakan untuk melakukan klasifikasi terhadap kualitas air di DKI Jakarta. Penelitian ini dirancang untuk mengetahui efektivitas penggunaan Data Mining dalam melakukan klasifikasi kualitas air. Dalam prosesnya metode Random Forest dan Naive Bayes digunakan untuk mengetahui algoritma yang paling akurat dalam melakukan klasifikasi. Algoritma Random Forest dan Naive Bayes akan digunakan dalam proses klasifikasi kualitas air. Proses klasifikasi dilakukan menggunakan data terkumpul dengan parameter yang telah ditentukan. Proses pengujian menghasilkan nilai performa dari masing-masing kategori. Algoritma Random Forest memiliki akurasi sebesar 85.23%, presisi 88.11%, recall 79.89%, dan F1-score 83.35. Sedangkan algoritma Naïve Bayes memiliki akurasi sebesar 72.51%, presisi 76.19%, recall 74.51%, dan F1-score 73.08%. Dengan begitu disimpulkan bahwa Algoritma Random Forest memiliki performa lebih baik dibandingkan dengan naïve bayes.

Item Type:	Karya Tulis Ilmiah (KTI) (Undergraduate)
Uncontrolled Keywords:	Air, Klasifikasi, Efektivitas, Akurasi
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi dan Desain > Informatika
Depositing User:	Anayah Hanifah Elsyaf
Date Deposited:	04 Jan 2023 08:54
Last Modified:	04 Jan 2023 08:54
URI:	http://eprints.upj.ac.id/id/eprint/3985

Actions (login required)

View Item