Abdullah Arief (2014) KLASIFIKASI KUALITAS UDARA PEKANBARU MENGGUNAKAN ALGORITMA K-NNDENGAN EUCLIDEAN DISTANCEBERDASARKAN KATEGORI INDEKS STANDAR PENCEMARAN UDARA (ISPU). Skripsi thesis, Universitas Negeri Sultan Syarif Kasim Riau.

Preview	Text fm.pdf Download (3MB) | Preview
Preview	Text BAB I PENDAHULUAN.pdf Download (30kB) | Preview
Preview	Text BAB II LANDASAN TEORI.pdf Download (128kB) | Preview
Preview	Text BAB III METODE PENELITIAN.pdf Download (26kB) | Preview
Preview	Text BAB IV ANALISA.pdf Download (1MB) | Preview
	Text BAB V IMPLEMENTASI.pdf Restricted to Registered users only Download (339kB)
Preview	Text BAB VI PENUTUP.pdf Download (8kB) | Preview
Preview	Text em.pdf Download (16kB) | Preview

Abstract

Kualitas udara yang ada pada setiap harinya perlu diukur dan diklasifikasi dengan akurat untuk membantu pemerintah dalam membuat suatu kebijakan. Saat ini informasi hasil klasifikasi kualitas udara hanya disajikan dalam papan public data display yang hanya dapat di lihat oleh para pengguna jalan raya, sehingga hal ini dinilai kurang maksimal. Seharusnya dengan berkembangnya teknologi informasi yang berbasis web pada saat sekarang ini, dapat memudahkan penyajian informasi tentang hasil klasifikasi kualitas udara melalui media jaringan internet yang dapat diakses dari berbagai lokasi. Pada Penelitian ini akan dibangun suatu sistem informasi berbasis web yang menggunakan bahasa pemograman PHP dan MySQL untuk menerapkan algoritma k-nearest neighbor dengan euclidean distance untuk mengetahui hasil klasifikasi kualitas udara yang terjadi tiap harinya. Algoritma k-nearest neighbor ini merupakan algoritma klasifikasi pada data mining, yang mana algoritma ini mengklasifikasikan objek baru berdasarkan data training sampel yang memiliki jarak terkecil dan banyak k dalam menentukan hasil data testing status klasifikasi udara. Data yang digunakan adalah data data parameter kualitas udara PM10, SO2, NO2, CO, dan O3. Berdasarkan hasil pengujian pada k=1, k=10, k=20, k=50 dan k=100 memperoleh akurasi 100% dan error rate 0% pada nilai k=1. Kata Kunci : Data mining,

Actions (login required)

View Item