Komparasi Metode Data Mining Support Vector Machine Dengan Naive Bayes Untuk Klasifikasi Status Kualitas Air
| Main Author: | Tumangger, Ricky Marten Sahalatua |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/180871/1/Ricky%20Marten%20Sahalatua%20Tumangger.pdf http://repository.ub.ac.id/180871/ |
Daftar Isi:
- Air merupakan senyawa kimia yang sangat berperan penting bagi setiap makhluk hidup untuk kelangsungan hidup. Dibumi air memiliki wilayah yang sangat luas dibandingkan dengan daratan. Senyawa air mempunyai wilayah hampir 71% mengelilingi daratan. Air tersebut juga terdiri dari air laut, sungai, danau, air tanah, air rawa, salju dan uap yang berada di lapisan udara dan mengandung zat-zat mineral yang terlarut dalam air. Untuk menetukan klasifikasi status kualitas air menggunakan metode Support Vector Machine dan Naive Bayes. Metode ini dipilih karena penelitian sebelumnya mendapatkan hasil akurasi yang tinggi untuk pengklasifikasian. Adapun parameter-parameter yang digunakan adalah derajat keasaman (pH), TDS, NO2, NO3, kesadahan, khlorida, mangan. Metode Suppord Vector Machine dan Naive Bayes akan memberikan keluaran hasil perbandingan akurasi antara kedua metode tersebut. Pengujian pada sistem dilakukan dengan menggunakan pengujian K-Fold Cross Valadation dengan mendapatakan hasil akurasi tertinggi ketika K=9 untuk metode Support Vector Machine dan K=5 untuk metode Naive Bayes. Pengujian parameter untuk metode Support Vector Machine mendapatkan akurasi tertinggi ketika nilai thresholdnya 10−9, C=3,