Application of K-Nearest Neighbor (KNN) Algorithm to Predict Drinking Water Quality
Penerapan Algoritma K-Nearest Neighbor (KNN) untuk Memprediksi Kualitas Air Minum
Abstract
Peningkatan kebutuhan akan air minum berkualitas menuntut pengembangan metode yang andal untuk menentukan potabilitas air. Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbors (KNN) dalam memprediksi kualitas air minum berdasarkan dataset Water Quality dari Kaggle. Dataset mencakup 3.276 data dengan 9 parameter, seperti pH, kekerasan, dan kandungan karbon organik, serta satu atribut target yang menunjukkan kelayakan konsumsi. Penelitian ini akan menerapkan algoritma KNN dengan berbagai nilai (k), dan mengevaluasi kinerja model menggunakan metrik akurasi dan Jaccard Similarity. Hasil penelitian menunjukkan bahwa algoritma KNN dalam memprediksi kualitas air minum mencapai akurasi terbaik sebesar 58% pada nilai (k) = 2, hasil ini menunjukkan bahwa metode ini cukup baik meskipun perlu pengembangan lebih lanjut dengan metode lain untuk meningkatkan akurasi. Penelitian ini memberikan kontribusi pada implementasi teknologi pembelajaran mesin dalam pengelolaan sumber daya air.
References
[2] M. Y. Shams, “Water quality prediction using machine learning models based on grid search method”, Multimedia Tools and Applications, 2024.
[3] Nurmahaludin, “Klasifikasi Kualitas Air PDAM Menggunakan Algoritma KNN dan K-Means”, Seminar Nasional Riset Terapan, 2019.
[4] M. P. Firdaus, “Perbandingan Algoritma KNN dan NBC dengan Ekstraksi Fitur TF-IDF dan N-Gram”, UIN Syarif Hidayatullah, 2023.
[5] P. A. Riyantoko, “Analisis Sederhana Pada Kualitas Air Minum Berdasarkan Akurasi Model Klasifikasi Dengan Menggunakan Lucifer Machine Learning”, Seminar Nasional Sains Data, 2021.
[6] M. A. Rahman, “Komparasi Metode Data Mining K-Nearest Neighbor Dengan Naïve Bayes Untuk Klasifikasi Kualitas Air Bersih (Studi Kasus PDAM Tirta Kencana Kabupaten Jombang)”, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 2, No. 12, 2018.
[7] R. Hutami, “Implementasi Metode K-Nearest Neighbor Untuk Prediksi Penjualan Furniture Pada CV.Octo Agung Jepara”, Universitas Dian Nuswantoro Semarang, 2016.
[8] C. A. Rahardja, “Implementasi Algoritma K-Nearest Neighbor Pada Website Rekomendasi Laptop”, J. Buana Inform, 2019.
[9] Y. Yahya, “Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Efektivitas Penjualan Vape (Rokok Elektrik) pada ‘Lombok Vape On”, Infotek J. Inform. dan Teknol., vol. 3, no. 2, pp. 104–114, 2020.
[10] https://www.kaggle.com/datasets/adityakadiwal/water-potability diakses pada tanggal 10 Januari 2025.
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
.png)
.png)
