Klasifikasi Data Mining Untuk Memprediksi Kualitas Air Yang Dapat Dikonsumsi Menggunakan Algoritma Random Forest

Wardani, Saylendra Arga (2025) Klasifikasi Data Mining Untuk Memprediksi Kualitas Air Yang Dapat Dikonsumsi Menggunakan Algoritma Random Forest. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full text) RAMA_57201_2113030052.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (5MB) | Request a copy
	Text (Similarity) RAMA_57201_2113030052_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (964kB)
	Text (Cover sd BAB 1 + references) RAMA_57201_2113030052_0721029101_0713018402_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_57201_2113030052_0721029101_0713018402_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (398kB) | Request a copy
	Text (BAB 3) RAMA_57201_2113030052_0721029101_0713018402_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (300kB) | Request a copy
	Text (BAB 4) RAMA_57201_2113030052_0721029101_0713018402_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (899kB) | Request a copy
	Text (BAB 5) RAMA_57201_2113030052_0721029101_0713018402_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (184kB) | Request a copy
	Text (References) RAMA_57201_2113030052_0721029101_0713018402_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (194kB)
	Text (Lampiran) RAMA_57201_2113030052_0721029101_0713018402_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (3MB) | Request a copy

Abstract

Ketersediaan air minum yang layak merupakan salah satu faktor krusial dalam menjamin kesehatan masyarakat. Penilaian terhadap potabilitas air memerlukan pendekatan analitik yang andal, terutama dalam memanfaatkan data parameter fisik dan kimia air. Beberapa studi terdahulu belum mengoptimalkan proses validasi model, sehingga berisiko menghasilkan estimasi kinerja yang kurang representatif. Penelitian ini bertujuan untuk mengkaji performa algoritma Random Forest dalam mengklasifikasikan kelayakan air minum serta mengidentifikasi fitur-fitur yang paling berpengaruh melalui analisis feature importance. Dataset yang digunakan adalah “Water Quality and Potability” yang tersedia secara publik melalui platform Kaggle. Tahapan praproses data meliputi imputasi terhadap nilai yang hilang, deteksi dan penghapusan outlier menggunakan metode Interquartile Range (IQR), normalisasi data dengan StandardScaler, serta penyeimbangan distribusi kelas menggunakan metode upsampling. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score, serta divalidasi menggunakan teknik Stratified K-Fold Cross Validation dengan 10 lipatan. Hasil penelitian menunjukkan bahwa algoritma Random Forest mampu menghasilkan akurasi sebesar 81,68% pada data uji dan rata-rata 78,23% pada evaluasi menggunakan validasi silang. Kinerja ini lebih unggul dibandingkan studi sebelumnya yang belum menerapkan validasi secara menyeluruh. Selain itu, fitur Hardness, pH, Chloramines, dan Solids teridentifikasi sebagai atribut yang paling signifikan dalam memengaruhi klasifikasi potabilitas. Penerapan algoritma Random Forest yang dikombinasikan dengan validasi K-Fold terbukti efektif dalam membangun model klasifikasi kualitas air yang akurat dan andal. Keterbatasan penelitian terletak pada keterbatasan jumlah dan variasi data. Penelitian selanjutnya direkomendasikan untuk menguji pendekatan serupa pada dataset yang lebih besar atau dengan algoritma pembelajaran mesin lainnya.

Actions (login required)

View Item