Vidiastanta, Icha Gusti (2020) Komparasi Metode K-Nearest Neighbors (K-NN) dengan Support Vector Machine (SVM) Untuk Klasifikasi Status Kualitas Air. Sarjana thesis, Universitas Brawijaya.
Abstract
Klasifikasi status kualitas air untuk masyarakat dibagi menjadi 2 kelas yaitu yang memenuhi standar dan tidak memenuhi standar untuk dikonsumsi. Bidang penelitian klasifikasi objek telah banyak dilakukan, sehingga memungkinkan diciptakan teknologi dalam bidang klasifikasi objek dengan akurasi tinggi. Terdapat banyak metode klasifikasi, dalam penelitian ini membahas komparasi antara algoritme K-Nearest-Neighbors (KNN) dengan Support vector machine (SVM). Dilakukan penelitian terhadap variabel - variabel dalam algoritme knn dan svm untuk menentukan variabel terbaik dalam melakukan klasifikasi. Pengujian dilakukan dengan metode K-Fold dengan nilai K = 5 terhadap sebuah dataset status kualitas air. Pengujian yang dilakukan mendapatkan nilai parameter optimal KNN dengan K = 7 dan SVM dengan nilai iterasi maksimal = 300, nilai
English Abstract
Water quality status classification for the community is divided into 2 classes namely those that meet the standards and do not meet the standards for consumption. The field of object classification research has been carried out, making it possible to create technology in the field of object classification with high accuracy. There are many classification methods, in this study discussing the comparison between K-Nearest-Neighbors (KNN) algorithm and Support vector machine (SVM). Research on the variables in the KNN and SVM algorithm to determine the best variable in classification. Testing is done by the K-Fold method with a value of K = 5 on a dataset of water quality status. Tests carried out to get the optimal parameter value KNN with K = 7 and SVM with value of the maximum iteration value = 300,
Other obstract
-
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FILKOM/2020/33/052002995 |
Uncontrolled Keywords: | Pembelajaran Mesin, K-Nearest-Neighbors, Support Vector Machine, Machine Learning, K-Nearest-Neighbors, Support Vector Machine |
Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 01 Aug 2020 08:57 |
Last Modified: | 11 Oct 2024 03:21 |
URI: | http://repository.ub.ac.id/id/eprint/180499 |
Text
Icha Gusti Vidiastanta (2).pdf Download (5MB) |
Actions (login required)
View Item |