Klasifikasi Kualitas Air dengan K-Means dan Decision Tree

Abstract

Kualitas air merupakan aspek krusial yang harus memenuhi standar baku mutu untuk memastikan kelayakankonsumsi. Parameter seperti pH, Total Dissolved Solids (TDS), dan suhu menjadi indikator utama sebagaimanaditetapkan dalam Permenkes No. 2 Tahun 2023. Penelitian ini mengusulkan integrasi algoritma K-MeansClustering dan Decision Tree untuk klasifikasi kualitas air. K-Means digunakan untuk mengidentifikasi pola dalamdataset berisi 3.270 sampel, sementara Decision Tree memprediksi kelayakan air. Hasil evaluasi menunjukkanSilhouette Score sebesar 0.8338, menandakan kualitas clustering yang baik. Decision Tree mencapai akurasi99,45% dengan ROC Curve dan AUC mendekati 1, mengonfirmasi performa klasifikasi yang optimal. Pendekatanini menjadi dasar sistem pemantauan kualitas air otomatis guna mendukung pengambilan keputusan berbasis data.