Klasifikasi Kualitas dan Prediksi Kondisi Air Tanah di DKI Jakarta Menggunakan Algoritma Naïve Bayes
DOI:
https://doi.org/10.52985/insyst.v5i2.325Keywords:
Air Tanah, Efektif, Klasifikasi, Naive Bayes GaussianAbstract
Air tanah tetap menjadi sumber penting untuk pemenuhan kebutuhan air bersih sehari-hari bagi sebagian besar masyarakat DKI Jakarta, dengan 32% penduduknya mengandalkan sumber ini. Kepadatan penduduk yang tinggi dan masalah lingkungan yang terkait, seperti kurangnya infrastruktur resapan air dan sanitasi yang memadai, telah memicu keprihatinan akan kualitas air tanah di wilayah ini. Terutama, terkontaminasinya air tanah oleh bakteri seperti E. coli menghadirkan risiko serius bagi kesehatan masyarakat seperti perut kram, adanya darah saat diare, hingga muntah-muntah. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan menganalisis kualitas air tanah di berbagai wilayah DKI Jakarta. Pendekatan ini melibatkan pemetaan visual menggunakan QGIS untuk mengilustrasikan pencemaran air tanah, sehingga memfasilitasi pemahaman yang lebih mendalam mengenai kondisi air tanah. Total data sejumlah 1068 yang digunakan dalam penelitian ini diperoleh dari dua sumber yang berbeda dan dianalisis menggunakan algoritma klasifikasi Naïve Bayes Gaussian. Teknik evaluasi melibatkan penggunaan cross-validation dan percentage split dalam 10 skenario. Hasil penelitian menunjukkan tingkat akurasi tertinggi sebesar 84.36% serta nilai precision sejumlah 0.8566, recall 0.8436, dan F1-score 0.8436 diperoleh menggunakan teknik percentage split dengan rasio 80:20. Temuan ini dapat meningkatkan kesadaran masyarakat tentang kualitas air tanah di DKI Jakarta dan berkontribusi pada perencanaan upaya perlindungan sumber daya air yang lebih efektif.
References
Detik, “Ada Berapa Banyak Jumlah Air di Bumi? Ini Jawabannya,” 2022. [Online]. Available: https://www.detik.com/edu/detikpedia/d-5880228/ada-berapa-banyak-jumlah-air-di-bumi-ini-jawabannya#:~:text=Merangkum laman Lembaga Survei Geologi,juta kilometer kubik (km3).
H. Hamzar, S. Suprapta, and A. Amal, “Analisis Kualitas Air Tanah Dangkal Untuk Keperluan Air Minum Di Kelurahan Bontonompo Kecamatan Bontonompo Kabupaten Gowa,” J. Environ. Sci., vol. 3, no. 2, 2021, doi: 10.35580/jes.v3i2.20048.
A. Misa, R. S. Duka, S. Layuk, and Y. T. Kawatu, “HUBUNGAN KEDALAMAN SUMUR BOR DENGAN KADAR BESI (Fe) DAN MANGAN (Mn) DI KELURAHAN MALENDENG KECAMATAN PAAL 2 KOTA MANADO,” JKL, vol. 9, no. 5, p. 55, 2019.
PDAM Tirta benteng, “Amankah Mengkonsumsi Air Tanah, Ini Penjelasan Ahli Hidrologi,” 2018. http://www.pdamtirtabenteng.co.id/berita/amankah-mengkonsumsi-air-tanah-ini-penjelasan-ahli-hidrologi
M. J. Sodiq and E. I. Sela, “Perbandingan Metode Naive Bayes Dan K-Nearest Neighbor Pada Klasifikasi Kualitas Udara Di Dki Jakarta,” 2019.
D. Purwanto, “Klasifikasi Naive Bayes Untuk Memprediksi Kualitas Udara Berdasarkan Indeks Standar Pencemar Udara (Ispu),” pp. 1–94, 2019, [Online]. Available: https://123dok.com/document/y8rk480q-skripsi-klasifikasi-memprediksi-kualitas-berdasarkan-indeks-standar-pencemar.html
J. H. Jaman, J. H. Jaman, . C., and A. R. Sanjaya, “Klasifikasi jenis mobil paling diminati Di indonesia menggunakan algoritma Naive bayes,” Fakt. Exacta, vol. 13, no. 1, p. 18, 2020, doi: 10.30998/faktorexacta.v13i1.5573.
A. Aziiz, H. Kirono, I. Asror, Y. Firdaus, and A. Wibowo, “Klasifikasi Tingkat Kualitas Udara Dki Jakarta Menggunakan Algoritma Naive Bayes,” eProceedings …, vol. 9, no. 3, pp. 1962–1969, 2022, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/18002%0Ahttps://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/18002/17631
F. Husna, R. Ramadhan, A. C. Firdaus, and I. Veritawati, “Prediksi Pembatalan Reservasi Hotel Menggunakan Algoritma Naive Bayes,” vol. 4, no. 1, pp. 76–80, 2023.
A. Yoga Pratama et al., “Analisis Sentimen Media Sosial Twitter Dengan Algoritma K-Nearest Neighbor Dan Seleksi Fitur Chi-Square (Kasus Omnibus Law Cipta Kerja),” J. Sains Komput. Inform. (J-SAKTI, vol. 5, no. 2, pp. 897–910, 2021.
L. Muflikhah, D. E. Ratnawati, and R. R. MP, Data Mining. 2018. [Online]. Available: https://books.google.co.id/books?id=V_NqDwAAQBAJ&printsec=copyright&redir_esc=y#v=onepage&q&f=false
A. Amrullah, I. Purnamasar, B. N. Sar, Garno, and A. Voutama, “Analisis Cluster Faktor Penunjang Pendidikan Menggunakan Algoritma K-Means (Studi Kasus : Kabupaten Karawang),” JIRE (Jurnal Inform. Rekayasa Elektron., vol. 5, no. 2, 2022.
M. R. Nahjan, N. Heryana, and A. Voutama, “Implementasi Rapidminer Dengan Metode Clustering K-Means untuk Analisa Penjualan pada Toko Oj Cell,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, 2023.
H. Nuraliza, O. N. Pratiwi, and F. Hamami, “Analisis Sentimen IMBd Film Review Dataset Menggunakan Support Vector Machine (SVM) dan Seleksi Feature Importance,” J. Mirai Manaj., vol. 7, no. 1, pp. 1–17, 2022.
M. F. Andriansyah, D. Yusup, and A. Voutama, “Menggunakan Metode Naïve Bayes Berbasis Website Web-Based Expert System of Covid-19 Early Detection Using Naïve Bayes Method,” J. Inf. Technol. Comput. Sci., vol. 4, no. 2, pp. 446–455, 2021.
N. M. Maghfur, F. Muhammad, and A. Voutama, “Analysis of the Relationship between Public Sentiment on Social Media and Indonesian Covid-19 Dynamics,” vol. 3, no. 3, pp. 336–345, 2021.
F. V. Sari and A. Wibowo, “Analisis Sentimen Pelanggan Toko Online Jd.Id Menggunakan Metode Naïve Bayes Classifier Berbasis Konversi Ikon Emosi,” J. SIMETRIS, vol. 10, no. 2, pp. 681–686, 2019.
F. Tempola, M. Muhammad, and A. Khairan, “Perbandingan Klasifikasi Antara KNN dan Naive Bayes pada Penentuan Status Gunung Berapi dengan K-Fold Cross Validation,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 5, p. 577, 2018, doi: 10.25126/jtiik.201855983.
S. Saadah and H. Salsabila, “Prediksi Harga Bitcoin Menggunakan Metode Random Forest,” J. Politek. Caltex Riau, vol. 7, no. 1, pp. 24–32, 2021.
A. Primajaya, B. N. Sari, and A. Khusaeri, “Prediksi Potensi Kebakaran Hutan dengan Algoritma Klasifikasi C4.5 Studi Kasus Provinsi Kalimantan Barat,” J. Edukasi dan Penelit. Inform., vol. 6, no. 2, p. 188, 2020, doi: 10.26418/jp.v6i2.37834.
Y. Rizki, R. Medikawati Taufiq, H. Mukhtar, and D. Putri, “Klasifikasi Pola Kain Tenun Melayu Menggunakan Faster R-CNN,” IT J. Res. Dev., vol. 5, no. 2, pp. 215–225, 2021, doi: 10.25299/itjrd.2021.vol5(2).5831.
Downloads
Additional Files
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 INSYST: Journal of Intelligent System and Computation
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
