TY  - THES
A1  - Arby, Wahyu Muhammad
Y1  - 2026/02/19/
N2  - Penilaian pencemaran air merupakan tugas yang sangat penting dalam
pemantauan lingkungan karena dampaknya yang langsung terhadap kesehatan
manusia dan keberlanjutan ekosistem. Penelitian ini menganalisis kinerja metode
klasifikasi berbasis machine learning dalam menentukan tingkat pencemaran air
menggunakan data kualitas air yang tersedia secara publik. Beberapa algoritma
supervised learning, antara lain Decision Tree, Random Forest, Support Vector
Machine , K-Nearest Neighbor, dan Naïve Bayes, diterapkan untuk
mengklasifikasikan tingkat pencemaran berdasarkan parameter fisikokimia air.
Dataset dievaluasi menggunakan skema pembagian data latih dan data uji dengan
rasio 90:10, serta kinerja model dinilai menggunakan metrik accuracy, precision,
Recall, F1-Score, dan ROC-AUC. Hasil eksperimen menunjukkan bahwa
pengklasifikasi berbasis ensemble menghasilkan kinerja klasifikasi yang lebih
unggul dibandingkan pengklasifikasi tunggal, terutama dalam menangkap
hubungan nonlinier antar indikator kualitas air. Temuan ini sejalan dengan
penelitian-penelitian terkini yang menekankan efektivitas teknik machine learning
dalam klasifikasi kualitas air dan penilaian pencemaran air.
TI  - PERBANDINGAN PERFORMA METODE KLASIFIKASI
BERBASIS MACHINE LEARNING DALAM PENENTUAN
TINGKAT PENCEMARAN AIR
PB  - Universitas AMIKOM Yogyakarta
AV  - restricted
KW  - pencemaran air
KW  -  machine learning
KW  -  klasifikasi
KW  -  analisis performa
KW  - 
kualitas air
KW  -  Water pollution
KW  -  classification
KW  -  performance
analysis.
UR  - https://eprints.amikom.ac.id/id/eprint/32043/
ID  - universitasamikomyogyakarta32043
M1  - bachelor
ER  -