Search for collections on Repository Library PCR

KLASIFIKASI INDEKS STANDAR PENCEMARAN UDARA MENGGUNAKAN LOCAL MEAN DAN DISTANCE WEIGHTING K-NEAREST NEIGHBOR (STUDI KASUS: DATASET ISPU PROVINSI DKI JAKARTA)

Nabily, Rafif (2023) KLASIFIKASI INDEKS STANDAR PENCEMARAN UDARA MENGGUNAKAN LOCAL MEAN DAN DISTANCE WEIGHTING K-NEAREST NEIGHBOR (STUDI KASUS: DATASET ISPU PROVINSI DKI JAKARTA). Diploma thesis, Politeknik Caltex Riau.

[thumbnail of Laporan PA (Proyek Akhir)] Text (Laporan PA (Proyek Akhir))
1. Laporan Akhir PA.pdf - Submitted Version
Restricted to Registered users only

Download (2MB)
[thumbnail of Poster PA] Image (Poster PA)
4. Poster PA - A3.png - Submitted Version
Restricted to Registered users only

Download (1MB)

Abstract

Udara yang bersih sangat bermanfaat bagi kelangsungan hidup manusia karena merupakan campuran gas alam yang mengelilingi Bumi. Kementerian Lingkungan Hidup dan Kehutanan (KLHK) menggunakan Indeks Standar Pencemar Udara (ISPU) untuk memberikan informasi tentang kualitas udara, sehingga udara dapat dikategorikan sebagai udara yang bersih. Pemerintah setempat hanya menggunakan alat monitor kualitas udara yang tersebar di beberapa titik untuk menyampaikan informasi ISPU kepada masyarakat, sehingga tidak semua masyarakat dapat mendapatkan informasi tentang status kualitas udara secara real-time. Oleh karena itu, dengan menggunakan metode algoritma termodifikasi Local Mean dan Distance Weighting K-Nearest Neighbor (LMDWkNN), dikembangkan sebuah sistem klasifikasi yang dapat menentukan status ISPU. Sistem ini membantu pemerintah dalam mengirimkan informasi ISPU lebih cepat dan membantu masyarakat mendapatkan informasi ISPU secara real-time. Sistem ini dikembangkan dengan kerangka Laravel untuk pengembangan website dan kerangka Flutter untuk pengembangan aplikasi mobile. Hasil pengujian model dengan Confusion Matrix menunjukkan nilai kinerja rata-rata akurasi sebesar 96%, precision sebesar 93%, recall sebesar 89%, dan nilai f1-score sebesar 91%. Hasil pengujian sistem dengan Black Box Testing juga menunjukkan bahwa sistem berjalan dengan baik dan tidak ditemukan kendala selama pengujian.

Item Type: Thesis (Diploma)
Subjects: KBK > KBK Jurusan Teknologi Informasi > KBK Soft Computing
Divisions: Sarjana Terapan > Jurusan Teknologi Informasi > Teknik Informatika
Depositing User: Nabily Rafif
Date Deposited: 28 Aug 2023 03:51
Last Modified: 28 Aug 2023 03:51
URI: http://repository.lib.pcr.ac.id/id/eprint/1129

Actions (login required)

View Item
View Item