KOMPARASI ALGORITMA NAIVE BAYES DAN RANDOM FOREST UNTUK MEMPREDIKSI TINGKAT KESEHATAN LINGKUNGAN MASYARAKAT DALAM PROGRAM SUSTAINABLE DEVELOPMENT GOALS DI KABUPATEN LOMBOK TIMUR NUSA TENGGARA BARAT

Zulkipli, Zulkipli (2024) KOMPARASI ALGORITMA NAIVE BAYES DAN RANDOM FOREST UNTUK MEMPREDIKSI TINGKAT KESEHATAN LINGKUNGAN MASYARAKAT DALAM PROGRAM SUSTAINABLE DEVELOPMENT GOALS DI KABUPATEN LOMBOK TIMUR NUSA TENGGARA BARAT. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

[img] Text (THESIS)
22.55.1209 Zulkipli.pdf
Download (3MB)

Abstract

Indikasi penurunan tingkat kesadaran masyarakat tentang menjaga lingkungan berpengaruh langsung terhadap kebutuhan mendesak dalam perencanaan dan pengelolaan lingkungan secara terpadu, sehingga dampaknya berpengaruh pada aspek lainnya, seperti lingkungan fisik dan sosial ekonomi. Faktanya rusaknya lingkungan berkaitan erat dengan masalah kemiskinan dan tingkat pertumbuhan ekonomi. Dalam menjaga kesehatan lingkungan masyarakat dan menerapkan Program Sustainable Development Goals di Kabupaten Lombok Timur Nusa Tenggara Barat. Universitas Hamzanwadi bekerja sama dengan pemerintah Kabupaten Lombok Timur untuk melakukan sampling kepada masyarakat dengan jumlah data 4624 penduduk di sepuluh kecamatan di wilayah Kabupaten Lombok Timur. Tujuan penelitian ini adalah Untuk membantu memprediksi tingkat kesehatan lingkungan masyarakat di wilayah Lombok Timur, data yang dimiliki akan diklasifikasikan lalu diolah dengan algoritma Naïve Bayes dengan metode multinomial naïve bayes dan algoritma random forest yang output yang di hasilkan adalah sehat dan tidak sehat. Hasil akurasi terbaik pada algoritma naïve bayes dengan data traintest 80 : 20 dengan nilai akurasinya 89 %, Presisi 90 %, recall 96 % dan f1- score 93 % dan pada algoritma random forest pada data traintest 80:20 nilai akurasi 99 %, presisi 99 %, recall, 100 % dan f1-score 100 %. Dari hasil tersebut algoritma random forest memiliki hasil tertinggi. Untuk penelitian selanjutnya dapat dilakukan komparasi dengan beberapa algoritma klasifikasi lainnya yang biasa digunakan pada data mining dan Machine Learning.

Item Type: Thesis (S2 - Magister)
Contributor:
Pembimbing
Kusrini, Kusrini
Sudarmawan, Sudarmawan
Uncontrolled Keywords: Naïve Bayes, Random Forest, Lingkungan Sehat, SDGs
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
Divisions: Pascasarjana Magister Informatika > PJJ Magister Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 21 Mar 2025 06:37
Last Modified: 21 Mar 2025 06:37
URI: http://eprints.amikom.ac.id/id/eprint/28989

Actions (login required)

View Item View Item