Komparasi Metode K-Nearest Neighbor (Knn) Dengan Support Vector Machine (Svm) Terhadap Tingkat Akurasi Klasifikasi Kualitas Air

Abstract

Air adalah senyawa kimia yang menjadi bahan dasar kehidupan dan berlimpah di dalam makhluk hidup, semua organisme yang hidup mengandung air sekitar 55-78%. Air dalam organisme hidup berperan penting sebagai pelarut agar dapat terjadi reaksi kimia dalam sel hidup yang dikenal dengan istilah metabolisme. Peranan air yang begitu besar di dalam tubuh, maka keseimbangan air di dalam tubuh perlu dijaga. Kualitas air adalah suatu ukuran kondisi air dilihat dari karakteristik fisik, kimiawi, dan biologisnya. Kualitas air juga menunjukkan ukuran kondisi air relatif terhadap kebutuhan biota air dan manusia. Algoritma K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM) merupakan salah satu metode yang terdapat dalam klasifikasi. Salah satu cara untuk mendeteksi klasifikasi kualitas air yang bisa dikonsumsi dalam machine learning yatiu menggunakan dataset sebagai data latih agar dapat dilakukan pengujian performa dengan metode klasifikasi yang tepat. Metode yang digunakan dalam penelitian ini yaitu melakukan komparasi antara 2 buah algoritma, dimana salah satu metode metode akan mendapatkan nilai yang paling akurat. Berdasarkan hasil pengujian performansi algoritma KNN dengan algoritma SVM, bahwa menunjukan nilai akurasi SVM yaitu sekitar 69%, sedangkan hasil akurasi KNN bernilai 66%, sehingga hasil akurasi SVM lebih baik daripada KNN. Anda dapat menjalankan hasil prediksi biologis untuk melihat apakah kualitas air yang dapat Anda konsumsi sesuai standar.