Klasifikasi Kualitas Air Sungai Citarum Menggunakan Metode K-Nearest Neighbors, Support Vector Machine, dan Random Forest

Abstract

Sungai merupakan sumber kehidupan di lingkungan sekitar baik untuk keperluan rumah tangga, pertanian maupun industri. Karena sungai memiliki peranan yang begitu penting, maka perlu dilakukan pemeliharaan kualitas air agar tidak berdampak buruk bagi lingkungan sekitar. Padahal, kualitas air Sungai Citarum pernah menjadi sungai paling tercemar dan kotor di dunia. Kualitas air sungai dapat ditentukan dengan menghitung nilai indeks pencemaran secara manual. Namun, metode perhitungan manual dianggap membutuhkan waktu yang lama. Oleh karena itu, diperlukan suatu teknik yang efektif untuk mengukur kualitas air sungai. Machine learning dipilih sebagai salah satu teknik yang diusulkan untuk mengklasifikasikan kualitas air sungai. Tiga metode klasifikasi diterapkan dalam penelitian ini. K-Nearest Neighbors, Support Vector Machine, dan Random forest. Setalah dilakukan pengujian, didapatkan kesimpulan bahwa menggunakan random forest memberikan hasil yang lebih baik antara metode K-Nearest Neighbors dan metode Support Vector Machine dengan akurasi sebesar 99,24% dan jika model random forest tersebut ditambahkan dengan metode AdaBoost maka akurasi meningkat menjadi 99.34%.

Kata kunci— Klasifikasi, Kualitas Air Sungai, KNN, SVM, Random forest.