Text
KLASIFIKASI KELAYAKAN AIR MINUM BAGI TUBUH MANUSIA MENGGUNAKAN METODE SUPPORT VEKTOR MACHINE DENGAN BACKWARD ELIMINATION
ABSTRAK
KLASIFIKASI KELAYAKAN AIR MINUM BAGI TUBUH MANUSIA MENGGUNAKAN
METODE SUPPORT VEKTOR MACHINE DENGAN BACKWARD ELIMINATION
Aman Sudin1, Munazat Salmin2, Muhammad Fhadli3
Program Studi Informatika, Fakultas Teknik, Universitas Khairun
Jl.Jati Metro, Kota Ternate
E-mail: amansudin99@gmail.com1, munazat@unkhair.ac.id2, mfhadli@unkhair.ac.id3
Kualitas air dapat dideteksi berdasarkan keterkaitan parameter mineral yang terkandung
didalamnya, 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, didalamnya
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 dikomsumsi adalah water potability dengan nilai 0
tidak dapat dikomsumsi 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.
Tidak tersedia versi lain