Kurniawan, Michael Odi Pradipta (2024) PERBANDINGAN METODE RANDOM FOREST DAN K-NEAREST NEIGHBOR DALAM KLASIFIKASI KUALITAS UDARA DI YOGYAKARTA. S1 thesis, Universitas Atma Jaya Yogyakarta.

Text (Michael Odi Pradipta Kurniawan)
190710410_Bab 0.pdf

File Pdf (154kB)
Text
190710410_Bab 1.pdf

File Pdf (208kB)
Text
190710410_Bab 2.pdf

File Pdf (205kB)
Text
190710410_Bab 3.pdf
Restricted to Registered users only

File Pdf (441kB)
Text
190710410_Bab 4.pdf
Restricted to Registered users only

File Pdf (576kB)
Text
190710410_Bab 5.pdf
Restricted to Registered users only

File Pdf (282kB)
Text
190710410_Bab 6.pdf

File Pdf (279kB)

Abstract

Penelitian ini dilakukan karena masalah kualitas udara yang semakin
meningkat di Yogyakarta. Tujuan dari penelitian ini adalah membandingkan metode
Random Forest dan K-Nearest Neighbors dalam klasifikasi kualitas udara di
Yogyakarta. Dalam penelitian ini, dilakukan pengumpulan data kualitas udara dari
bulan Januari hingga Desember di Yogyakarta, kemudian data tersebut
dibandingkan dengan standar kualitas udara yang telah ditetapkan oleh
Kementerian Lingkungan Hidup dan Kehutanan.
Hasil pengujian menunjukkan bahwa model K-Nearest Neighbors memiliki
performa yang lebih baik daripada model Random Forest dalam klasifikasi kualitas
udara. Hal ini dapat dilihat dari rerata metrik evaluasi yaitu nilai akurasi, presisi,
recall, dan f-score yang lebih tinggi dibandingkan metode Random Forest. Selain
itu, K-Nearest Neighbors dengan setelan distance weighting memberikan hasil yang
optimal. Penelitian ini dapat memberikan manfaat bagi pengambil keputusan dalam
mengambil langkah untuk meningkatkan kualitas udara di Yogyakarta.

Item Type: Thesis (S1)
Uncontrolled Keywords: Random Forest, K-Nearest Neighbors, akurasi, klasifikasi, kualitas udara
Subjects: Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Date Deposited: 22 Feb 2024 11:28
Last Modified: 22 Feb 2024 11:28
URI: https://repository.uajy.ac.id/id/eprint/31167

Actions (login required)

View Item
View Item