KLASIFIKASI KELAYAKAN AIR MINUM BAGI TUBUH MANUSIA MENGGUNAKAN METODE SUPPORT VEKTOR MACHINE DENGAN BACKWARD ELIMINATION

Penulis

  • Aman Sudin

    Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun Jl. Jati Metro, Kota Ternate Selatan , Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun Jl. Jati Metro, Kota Ternate Selatan

  • Munazat Salmin

    Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun Jl. Jati Metro, Kota Ternate Selatan , Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun Jl. Jati Metro, Kota Ternate Selatan

  • Muhammad Fhadli

    Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun Jl. Jati Metro, Kota Ternate Selatan , Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun Jl. Jati Metro, Kota Ternate Selatan

  • Arifandy Mario Mamonto

    Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun Jl. Jati Metro, Kota Ternate Selatan , Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun Jl. Jati Metro, Kota Ternate Selatan

DOI:
https://doi.org/10.33387/jati.v2i1.61
Kata Kunci:
klasifikasi, kelayakan air, support vektor machine, backward elimination
Abstrak

Kualitas air dapat di deteksi berdasarkan keterkaitan parameter mineral yang terkandung di dalamnya, hal ini dapat di klasifikasikan menggunakan machine learning, salah satu metode yang digunakan adalah metode Support Vektor Machine (SVM). Kurang optimalnya metode SVM dalam pemilihan parameter kelayakan air minum sehingga apakah dengan menggunakan metode Backward Elimination dapat meningkatkan akurasi. Penelitian ini dilakukan dengan beberapa skenario implementasi metode SVM dan metode SVM dengan Backward Elimination, di dalamnya dilakukan scaling dan tanpa scaling, rasio perbandingan 80:20, selanjutnya mengeliminasi setiap parameter sehingga tersisa parameter yang paling berpengaruh. Nilai akurasi tertinggi jika hanya menggunakan metode Support Vektor Machine (SVM) terdapat pada jumlah data 1000 dengan tidak menggunakan scaling akurasinya 56%, untuk jumlah data 2000 dengan tidak menggunakan scaling akurasinya 47%, dan jumlah data 3276 dengan menggunakan scaling data akurasinya 45%. Jika diterapkan Backward Elimination nilai akurasi meningkat pada jumlah data 1000 dengan menggunakan scaling akurasinya 59%, untuk jumlah data 2000 dengan menggunakan scaling akurasinya 58%, tetapi pada jumlah data 3276 akurasinya menurun 1% sehingga menjadi 44%. indikator yang mempengaruhi suatu air layak di komsumsi adalah water potability dengan nilai 0 tidak dapat di komsumsi dan 1 dapat dikomsumsi, SVM dengan Backward Elimination berhasil mengklasifikasikan air minum layak dan tidak layak di komsumsi, jika menggunakan 1000 data hasil klasifikasi kelas 0 yaitu 136 dan kelas 1 adalah 64, jika menggunakan 2000 data hasil klasifikasi kelas 0 yaitu 269 dan kelas 1 adalah 131, sedangkan menggunakan 3276 data hasil klasifikasi kelas 0 yaitu 399 dan kelas 1 adalah 257.

Referensi

R. Resmiati, “Klasifikasi Pasien Kanker Payudara Menggunakan Metode Support Vector Machine dengan Backward Elimination,” SISTEMASI, vol. 10, pp. 381–393, 2021, [Online]. Available: http://sistemasi.ftik.unisi.ac.id.

F. Muhamad, “Kualitas Air Pada Sumber Mata Air Di Pura Taman Desa Sanggalangit Sebagai Sumber Air Minum Berbasis Metode Storet,” J. Pendidik. Geogr. Undiksha, vol. 7, no. 2, pp. 74–84, 2019, doi: 10.23887/jjpg.v7i2.20691.

U. Sri, “Ketersediaan Air Bersih Untuk Kesehatan : Kasus Dalam Pencegahan Diare Pada Anak,” Optim. Peran Sains dan Teknol. untuk Mewujudkan Smart City, no. June, pp. 211–236, 2017, [Online]. Available: https://www.researchgate.net/publication/326057942%0AKETERSEDIAAN.

P. A. Riyantoko, “Analisis Sederhana Pada Kualitas Air Minum Berdasarkan Akurasi Model Klasifikasi Dengan Menggunakan Lucifer Machine Learning,” Siminar Nas. Sains Data (SANADA 2021), vol. 2021, no. Senada, pp. 12–18, 2021, [Online]. Available: https://senada.upnjatim.ac.id/index.php/senada/article/view/20.

W. S. Dharmawan, “Komparasi Algoritma Klasifikasi SVM-PSO dan C4.5-PSO Dalam Prediksi Penyakit Jantung,” J. Inform. Manaj. dan Komput., vol. 13, no. 2, pp. 31–41, 2021, doi: http://dx.doi.org/10.36723/juri.v13i2.301.

A. M. Puspitasari, “Klasifikasi Penyakit Gigi Dan Mulut Menggunakan Metode Support Vector Machine,” Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. March, pp. 802–810, 2018, [Online]. Available: http://j-ptiik.ub.ac.id.

F. S. Jumeilah, “Penerapan Support Vector Machine (SVM) untuk Pengkategorian Penelitian,” J. RESTI (Rekayasa Sist. dan

Teknol. Informasi), vol. 1, no. 1, pp. 19–25, 2017, doi: 10.29207/resti.v1i1.11.

D. Kurniawan, “Optimasi Algoritma Support Vector Machine ( Svm ) Menggunakan Adaboost,” Teknol. Inf., vol. 9, p. 13, 2013, [Online]. Available: http://research.pps.dinus.ac.id.

D. Kurniawan, “Optimasi Algoritma Support

Vector Machine (Svm) Menggunakan Adaboost Untuk Penilaian Risiko Kredit,” J. Teknol. Inf., vol. 9, no. 1, pp. 1–13, 2013.

Farizul Ma’arif, “Optimasi Fitur Menggunakan Backward Elimination Dan Algoritma SVM Untuk Klasifikasi Kanker Payudara,” J. Inform., vol. 4, no. 1, pp. 46–53, 2017, doi: https://doi.org/10.31294/ji.v4i1.1548.

S. A. D. Ghani, “Algoritma k-Nearest Neighbor Berbasis Backward Elimination Pada Client Telemarketing,” Pros. Semin. Ilm. Sist. Inf. DAN Teknol. INFORMAS, vol. VIII, no. 2, pp. 141–150, 2019, [Online]. Available: http://ejurnal.dipanegara.ac.id/index.php/sisiti/article/view/610.

V. R. Joseph, “Optimal Ratio for Data Splitting,” pp. 1–16, 2021.

Unduhan
Diterbitkan
2023-07-19
Terbitan
Vol 2 No 1: DESEMBER 2023 - MEI 2024
Bagian
Artikel
Lisensi

Hak Cipta (c) 2023 Jurnal Jaringan dan Teknologi Informasi

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Cara Mengutip

KLASIFIKASI KELAYAKAN AIR MINUM BAGI TUBUH MANUSIA MENGGUNAKAN METODE SUPPORT VEKTOR MACHINE DENGAN BACKWARD ELIMINATION. (2023). Jurnal Jaringan Dan Teknologi Informasi, 2(1), 87-95. https://doi.org/10.33387/jati.v2i1.61

Artikel Serupa

11-20 dari 26

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>