Prediksi Kualitas Udara Menggunakan Algoritma K-Nearest Neighbor

Abstract

Dalam kehidupan sehari-hari, udara digunakan untuk bernafas oleh makhluk hidup. Udara yang bersih mengandung banyak manfaat bagi kehidupan. Namun, pada kenyataannya udara yang ada di alam tidak selalu dalam keadaan bersih, sehingga dapat menyebabkan penurunan kualitas udara. Kualitas udara seperti ini dapat memberikan dampak terhadap kesehatan manusia serta lingkungan sekitarnya. Kualitas udara di DKI Jakarta dapat diketahui melalui Indeks Standar Pencemar Udara (ISPU). Pemelitian ini mempunyai tujuan memprediksi kualitas udara yang ada di DKI Jakarta berdasarkan data ISPU. Prediksi dilakukan dengan menggunakan teknik data mining dengan metode klasifikasi. Algoritma yang berfungsi dalam melakukan prediksi yaitu K-Nearest Neighbor (KNN), dimana algoritma ini adalah algoritma yang mengklasifikasikan kelas objek baru dengan didasarkan pada tetangga terdekatnya. Data yang digunakan pada penelitian berjumlah 450 data, kemudian data tersebut dibagi 2 yakni data uji dan data latih. Penelitian ini juga melakukan evaluasi model algoritma yang meliputi nilai akurasi, presisi, recall, dan f-measure untuk setiap nilai K yang diujikan. Pengukuran ini bertujuan untuk mengetahui parameter yang optimal pada dataset yang digunakan. Adapun hasil yang diperoleh dari pengujian nilai K = 3 sampai K = 9, didapatkan bahwa nilai K = 7 mempunyai performa terbaik dengan akurasi tertinggi sebanyak 96%, presisi 92%, recall 95%, dan f-measure 93%.