Metode KNN (K-Nearest Neighbor) untuk Menentukan Kualitas Air

Fahmi Malik Namus Akbar

Abstract


Penelitian ini bertujuan untuk membuat aplikasi yang lebih inovatif dari metode K-Nearest Neighbor (KNN) dalam menentukan kualitas air dengan mempertimbangkan 20 unsur kimia yang relevan. Kualitas air adalah aspek penting dalam kehidupan sehari-hari, dan upaya untuk memastikan air yang aman untuk dikonsumsi merupakan prioritas. Penelitian ini mengajukan pertanyaan utama: "Apakah metode KNN dapat memberikan pendekatan yang efektif dalam mengklasifikasikan kualitas air?" Metodologi penelitian ini melibatkan penggunaan dataset sekunder mengenai kualitas air dan menerapkan algoritma KNN untuk mengkategorikan data tersebut. Hasil dari metode KNN dibandingkan dengan metode klasifikasi lain yang umum digunakan dalam analisis kualitas air. Penelitian ini bertujuan untuk memberikan pandangan yang lebih dalam dan pemahaman yang lebih baik tentang potensi metode KNN. Berbeda dengan penelitian sebelumnya, penelitian ini membawa kebaharuan dengan pendekatan yang lebih canggih dan mempertimbangkan lebih banyak unsur kimia daripada yang umumnya digunakan dalam penelitian sebelumnya. Hasil penelitian ini diharapkan dapat memberikan wawasan baru tentang efektivitas metode KNN dalam mengklasifikasikan kualitas air yang dapat membantu masyarakat dan pemerintah dalam mengambil tindakan respons yang lebih efisien terkait dengan potensi kontaminasi dan masalah kualitas air lainnya. Dengan demikian, penelitian ini memiliki potensi untuk memberikan kontribusi berharga pada pemahaman kita tentang kualitas air dan pemanfaatan metode KNN dalam analisisnya.

Full Text:

PDF

References


M. A. Rahman, N. Hidayat dan A. A. Supianto, “Komparasi Metode Data Mining K-Nearest Neighbor Dengan Naïve Bayes Untuk Klasifikasi Kualitas Air Bersih (Studi Kasus PDAM Tirta Kencana Kabupaten Jombang),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, pp. 6346-6353, Desember 2018.

F. Y. Rahman, I. I. Purnomo dan N. Hijriana, “PENERAPAN ALGORITMA DATA MINING UNTUK KLASIFIKASI KUALITAS AIR,” Technologia, vol. 3, pp. 28-232, 2022.

Aldi, Saputra dan Rahmat, “Klasifikasi Kualitas Air Minum Menggunakan Metode Machine Learning,” Jurnal Ilmiah Komputer dan Teknologi Informasi, vol. 2, pp. 1-8, 2023.

Prismahardi dan Saputra, “Analisis Kualitas Air Minum dengan Menggunakan Teknik Lucifer Machine Learning,” Jurnal Ilmiah Komputer dan Teknologi Informasi, vol. 2, pp. 1-9, 2023.

Ilyas, Irsyad dan Syamsul, “Klasifikasi Kualitas Air Minum dengan Menggunakan Algoritma Random Forest,” Naratif, vol. 2, 2023.

Armono, Saptomo dan Harsadi, “Implementasi Algoritma K-Nearest Neighbor Untuk Identifikasi Kualitas Air (Studi Kasus: PDAM Kota Surakarta),” Jurnal TIKomSIN, vol. 6, 2018.

B. Prihambodo, A. W. F Y, E. Prayoga dan A. Jaffar, “Klasifikasi Kualitas Air Sungai Berbasis Teknik Data Mining Dengan Metode K-Nearest Neighbor (K-NN),” MITOR: Jurnal Teknik Elektro, vol. 23, pp. 31-36, Maret 2023.

P. Putra, A. M. H. Pardede dan S. Syahputra, “ANALISIS METODE K-NEAREST NEIGHBOUR (KNN) DALAM KLASIFIKASI DATA IRIS BUNGA,” Jurnal Teknik Informatika Kaputama (JTIK), vol. 6, pp. 297-286, 2022.

L. Farokhah, “IMPLEMENTASI K-NEAREST NEIGHBOR UNTUK KLASIFIKASI BUNGA DENGAN EKSTRAKSI FITUR WARNA RGB,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 7, pp. 1129-1136, 2020.

N. Krisandi, Helmi dan B. Prihandono, “ALGORITMA k-NEAREST NEIGHBOR DALAM KLASIFIKASI DATA HASIL PRODUKSI SAWIT PADA PT.MINAMAS KECAMATAN PARINDU,” Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster), vol. 02, pp. 33-39, 2013.

T. A. Munandar dan A. Q. Munir, “Implementasi K-Nearest Neighbor Untuk Prototype Sistem Pakar Identifikasi Penyakit Jantung,” Jurnal Teknologi Informasi, vol. XVII, pp. 44-50, Juni 2022.

A. Tangkelayuk dan E. Mailoa, “Klasifikasi Kualitas Air Menggunakan Metode KNN, Naïve Bayes Dan Decision Tree,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 9, pp. 109-1119, 2022.

H. Said, N. Matondang dan H. N. Irmanda, “Penerapan Algoritma K-Nearest Neighbor Untuk Memprediksi Kualitas Air Yang Dapat Dikonsumsi,” Techno.COM, vol. 2, pp. 256-267, Mei 2022.

C. Muhammad, R. Maulana dan M. H. H. Ichsan, “Purwarupa Perahu untuk Monitoring dan Klasifikasi Kualitas Air Bendungan dengan Metode K-Nearest Neighbor (KNN),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, pp. 651-659, Februari 2020.

S. M. Prisca, B. Hidayat dan S. Darana, “KLASIFIKASI UNTUK DETEKSI KUALITAS KEJU CHEDDAR MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN METODE CONTENT BASED IMAGE RETRIEVAL DAN K-NEAREST NEIGHBOR BERBASIS ANDROID,” e-Proceeding of Engineering, vol. 5, pp. 2138-2146, Agustus 2018.

V. R. Atfira, N. Ibrahim dan E. Wulandari, “DETEKSI KUALITAS KEMURNIAN SUSU SAPI MELALUI PENGOLAHAN CITRA DIGITAL MENGGUNAKAN METODE ACTIVE CONTOUR DENGAN KLASIFIKASI K-NEAEREST NEIGHBOR,” e-Proceeding of Engineering, vol. 6, pp. 3830-3838, Agustus 2019.

F. Liantoni, “Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor,” ULTIMATICS, vol. VII, pp. 98-105, 2015.

z. Wang, J. Wang, J. Liu dan B. Li, “Application of K-nearest neighbors algorithm for water quality assessment,” Science of The Total Environment, vol. 671, pp. 203-211, 2019.




DOI: https://doi.org/10.33365/jtk.v18i1.3241

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Fahmi Malik Namus Akbar

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Tekno Kompak
Published by Universitas Teknokrat Indonesia
Organized by Program Studi D3 Sistem Informasi Akuntansi - Universitas Teknokrat Indonesia
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhanratu, Bandarlampung, Indonesia
Telepon : 0721 70 20 22
W : http://ejurnal.teknokrat.ac.id/index.php/teknokompak
E  : teknokompak@teknokrat.ac.id.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jumlah Pengunjung : View Tekno Kompak StatsCounter

Flag Counter