Klasifikasi Kualitas Air Sumur Menggunakan Metode K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM) di Wilayah Jakarta Timur
DOI:
https://doi.org/10.53697/jkomitek.v5i2.3697Keywords:
Air Sumur, Kualitas Air, K-Nearest Neighbor (KNN), Support Vector Machine (SVM), CRISP-DM, Streamlit, Python, UML., Klasifikasi, Jakarta TimurAbstract
Penelitian ini menerapkan algoritma K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM) sebagai metode klasifikasi untuk menentukan apakah air termasuk dalam kategori "Layak" atau "Tidak Layak" konsumsi. Proses klasifikasi mengikuti tahapan CRISP-DM dan dilakukan melalui aplikasi berbasis Python dan Streamlit yang dirancang untuk memudahkan pengguna dalam memantau kualitas air. Selain itu, pemodelan sistem divisualisasikan menggunakan diagram UML seperti use case, activity, dan class diagram untuk menggambarkan struktur dan interaksi sistem secara menyeluruh. Hasil dari penelitian ini diharapkan dapat membantu masyarakat dan instansi terkait dalam mengambil keputusan berbasis data untuk menjaga kualitas air yang aman dikonsumsi.
References
Azmi, B. N., Hermawan, A., & Avianto, D. (2022). Jurnal Sistem dan Teknologi Informasi Analisis Pengaruh PCA Pada Klasifikasi Kualitas Air Menggunakan Algoritma K-Nearest Neighbor dan Logistic Regression. 7(2). http://jurnal.unmuhjember.ac.id/index.php/JUSTINDO
Dhewayani, F. N., Amelia, D., Alifah, D. N., Sari, B. N., Jajuli, M., & Waluyo, R. (2022). Implementasi K-Means Clustering untuk Pengelompokkan Daerah Rawan Bencana Kebakaran Menggunakan Model CRISP-DM. Jurnal Teknologi Dan Informasi. https://doi.org/10.34010/jati.v12i1
Fitrianti, I., Voutama, A., & Umaidah, Y. (2023). Clustering Film Populer Pada Aplikasi Netflix Dengan Menggunakan Algoritma K-Means Dan Metode CRISP-DM Clustering Popular Movies on Netflix App Using K-Means Algorithm and CRISP-DM Method. In JTSI. 4 (2).
Hafeez, A., & Sial, A. H. (2021). Comparative Analysis of Data Visualization Libraries Matplotlib and Seaborn in Python. International Journal of Advanced Trends in Computer Science and Engineering, 10(1), 277–281. https://doi.org/10.30534/ijatcse/2021/391012021
Irfan, M., Siregar, H., & Handoko, J. T. (2023). Pengembangan Dan Integrasi Aplikasi Prediksi Jumlah Gagal Produksi PC Meggunakan Metode Triple Exponential Smoothing Pada Sistem Aplikasi Produksi Di PT Tera Data Indonusa,Tbk.
Junaidi, S., Devegi, M., & Kurniawan, H. (2023). Pelatihan Pengolahan dan Visualisasi Data Penduduk menggunakan Python. ADMA : Jurnal Pengabdian Dan Pemberdayaan Masyarakat, 4(1), 151–162. https://doi.org/10.30812/adma.v4i1.2963
Kumala Sari, P., & Randy Suryono, R. (2024). Komparasi Algoritma Support Vector Machine Dan Random Forest Untuk Analisis Sentimen Metaverse (Vol. 7, Issue 1).
Lavanya, A., Gaurav, L., Sindhuja, S., Seam, H., Joydeep, M., Uppalapati, V., Ali, W., & S.D, V. (2023). Assessing the Performance of Python Data Visualization Libraries: A Review. International Journal of Computer Engineering in Research Trends, 10(1), 28–39. https://doi.org/10.22362/ijcert/2023/v10/i01/v10i0104
Malik Namus Akbar, F. (2024). Metode KNN (K-Nearest Neighbor) untuk Menentukan Kualitas Air. Jurnal TEKNO KOMPAK, 18(1).
Maulani, J., & Sari, M. (2023). Komparasi Metode K-Nearest Neighbor (Knn) Dengan Support Vector Machine (Svm) Terhadap Tingkat Akurasi Klasifikasi Kualitas Air.
Mutoffar, M. M., & Fadillah, A. (2022a). Klasifikasi Kualitas Air Sumur Menggunakan Algoritma Random Forest. Naratif: Jurnal Nasional Riset, Aplikasi Dan Teknik Informatika, 4(2), 138–146. https://doi.org/10.53580/naratif.v4i2.160
Mutoffar, M. M., & Fadillah, A. (2022b). Klasifikasi Kualitas Air Sumur Menggunakan Algoritma Random Forest. Naratif: Jurnal Nasional Riset, Aplikasi Dan Teknik Informatika, 4(2), 138–146. https://doi.org/10.53580/naratif.v4i2.160
Mutaqqin et al. (2023). Pengenalan Data Mining. 1–2.
Noviantoroa, A., Silviana, A. B., Fitriani, R. R. & Permatasari, H. P. (2022). Rancangan Dan Implementasi Aplikasi Sewa Lapangan Badminton Wilayahdepok Berbasis Web. Jurnal Teknik Dan Science. https://doi.org/10.56127/jts.v1i2.108
Permenkes No. 32. (2017).
Sarosa, M. (2022). Pemrograman Python Dalam Contoh dan Penerapan (Vol. 1). Media Nusa Creative (MNC Publishing).
Rahman, F. Y., Purnomo, I. I., & Hijriana, N. (2022). Penerapan Algoritma Data Mining Untuk Klasifikasi Kualitas Air. Technologia : Jurnal Ilmiah, 13(3), 228. https://doi.org/10.31602/tji.v13i3.7070
Rahman, F. D., Zulfa, M. I. & Taryana, A. (2024). Clustering Dan Klasifikasi Data Cuaca Cilacap Dengan Menggunakan Metode K-Means Dan Random Forest. Jurnal Sinta: Sistem Informasi Dan Teknologi Komputasi, 1(2), 90–97. https://doi.org/10.61124/sinta.v1i2.15
Ramadhani, B., & Suryono, R. R. (2024). Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse. Jurnal Media Informatika Budidarma, 8(2), 714. https://doi.org/10.30865/mib.v8i2.7458
Salah, E., & Din, U. (2020). Popular Python Libraries And Their Application Domains. International Journal of Advance Engineering and Research Development. 270–276.
Saputra, M., Sidabuke, J. P., Sinulingga, R. P. & Tamba, R. B. (2023). Analisis Metode Algoritma K-Nearest Neighbor (KNN) Dan Naive Bayes Untuk Klasifikasi Diabetes Mellitus. Jurnal TEKINKOM, 6(2). https://doi.org/10.37600/tekinkom.v6i2.942
Suendri. (2018). Implementasi Diagram UML (Unified Modelling Language) Pada Perancangan Sistem Informasi Remunerasi Dosen Dengan Database Oracle (Studi Kasus: UIN Sumatera Utara Medan). ALGORITMA: Jurnal Ilmu Komputer Dan Informatika. http://www.omg.org
Tangkelayuk, A. (2022). The Klasifikasi Kualitas Air Menggunakan Metode KNN, Naïve Bayes, dan Decision Tree. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(2), 1109–1119. https://doi.org/10.35957/jatisi.v9i2.2048
Ulum, S., Fahmi, A. R., Rizkika, P., & Rozikin, C. (2023). Perbandingan Performa Algoritma KNN dan SVM dalam Klasifikasi Kelayakan Air Minum. In Generation Journal. 7 (2).
Waskom, M. (2021). Seaborn: Statistical Data Visualization. Journal of Open Source Software, 6(60), 3021. https://doi.org/10.21105/joss.03021
Yuniar, N. M. (2023). Klasifikasi Kualitas Air Bersih Menggunakan Metode Naïve baiyes. Jurnal Sains Dan Teknologi, 5(1), 243–246. https://doi.org/10.55338/saintek.v5i1.1383
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Linda Nur Afifa, Kania Gita Azzahra
This work is licensed under a Creative Commons Attribution 4.0 International License.
