IMPLEMENTASI K-MEANS CLUSTERING DALAM PENGELOMPOKKAN KUALITAS AIR UNTUK KONSUMSI

SUSANTI, MAULINA DWI - 205610059 (2025) IMPLEMENTASI K-MEANS CLUSTERING DALAM PENGELOMPOKKAN KUALITAS AIR UNTUK KONSUMSI. Skripsi thesis, Universitas Teknologi Digital Indonesia.

	Other (HALAMAN DEPAN) 1_205610059_HALAMAN_DEPAN.PDF - Published Version Download (944kB)
	Text (BAB I) 2_205610059_BAB I.pdf - Published Version Download (129kB)
	Text (BAB II) 3_205610059_BAB II.pdf - Published Version Download (219kB)
	Text (BAB III) 4_205610059_BAB III.pdf - Published Version Restricted to Repository staff only Download (104kB)
	Text (BAB IV) 5_205610059_BAB IV.pdf - Published Version Restricted to Repository staff only Download (422kB)
	Text (BAB V) 6_205610059_BAB V.pdf - Published Version Download (117kB)
	Text (DAFTAR PUSTAKA) 7_205610059_DAFTAR PUSTAKA.pdf - Published Version Download (187kB)
	Text (LAMPIRAN) 8_205610059_LAMPIRAN.pdf - Published Version Download (542kB)

Abstract

Penelitian ini menerapkan metode K-Means Clustering dalam implementasi kualitas air minum menggunakan 3 parameter suhu,kekeruhan,dan ph pada air. Tujuan atau hasil dari proses ini adalah untuk mengetahui berapa K optimal yang diperoleh dari metode K-Means Clustering dalam pengelompokkan kualitas air untuk konsumsi. Hasil pengelompokan menunjukkan bahwa metode K-Means dengan k=4 mampu membedakan karakteristik air menjadi empat kategori Keruh–Pemanasan, Sedikit Asam–Stabil, Netral/Basa–Stabil, dan Keruh–Pendinginan. K-Means Clustering merupakan algoritma unsupervised learning yang mampu membagi data kedalam beberapa klaster secara otomatis, Bahasa pemograman yang digunakan adalah python sedangan yang digunakan untuk menjalankanya menggunakan Google Colaboratory. Implementasi ini dimulai dengan menggunakan data air dari waduk sermo yang ada pada platform IoT. Data yang ada sebanyak 2088 data,yang diambil pada bulan februari tanggal 9 tahun 2023 sampai tanggal 24 februari 2023. Data tersebut diambil dan di ekspor sehingga menghasilkan data csv yang dapat diolah menggunakan metode K Means Clustering. Kata Kunci : Kualitas Air, K Means Clustering Thinger.io, Waduk Sermo

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing: Deborah Kurniawati, S.Kom, M.Cs.
Uncontrolled Keywords:	Kualitas Air, K Means Clustering Thinger.io, Waduk Sermo
Subjects:	A Karya Umum (General) > Ilmu Komputer (Computer Science) > Algoritma A Karya Umum (General) > Ilmu Komputer (Computer Science) > Internet of Things (IoT)
Divisions:	Skripsi (S1) > Sistem Informasi (S1)
Depositing User:	Titis Pratiwi
Date Deposited:	03 Sep 2025 03:42
Last Modified:	03 Sep 2025 03:42
URI:	http://eprints.utdi.ac.id/id/eprint/10831

Actions (login required)

View Item