%A 15650013 YUDHA RIWANTO
%O Dr. Shofwatul ‘Uyun, S.T., M.Kom
%T SELEKSI FITUR AIR MENGGUNAKAN RANK SPEARMAN DAN
PRODUCT MOMENT PEARSON PADA PENGENALAN POLA STATUS
MUTU AIR SUNGAI
%X Air sungai merupakan salah satu komoditas penting dalam kehidupan.
Pemantauan kualitas air sangat perlu dilakukan untuk menjamin mutu baku air.
Pada saat ini pengujian mutu baku air dilakukan dengan banyak parameter sehingga
membuat biaya semakin meningkat dan memakan banyak waktu.
Penelitian ini menggunakan data yang diperoleh peneliti dari PT JASA
TIRTA 1 yaitu kualitas mutu baku sungai Brantas. Data yang diberikan
menggunakan 22 parameter penentuan mutu baku air sehingga dirasakan jika
nantinya dikembangkan suatu sistem maka akan memakan banyak memori dan
membuat biaya semakin meningkat. Sehingga diperlukan pengurangan jumlah
parameter namun tingkat akurasi yang dihasilkan tidak jauh berbeda.
Berdasarkan hal tersebut peneliti mencoba melakukan seleksi fitur untuk
menentukan parameter berpengaruh menggunakan metode Rank Spearman dan
Product Moment Pearson. Proses klasifikasi dilakukan dengan Learning Vektor
Quantization. Dari penelitian yang dilakukan di dapatkan 5 parameter paling
berpengaruh yaitu “DHL, BOD, COD, TSS, NO2N”. Pada proses klasifikasi didapat
Tingkat akurasi sebelum seleksi fitur adalah tertinggi dengan α 0.5 dan reduce α 0.5
sebesar 66,625%, dan terendah α 1 reduce α 0.25 sebesar 56,65 %. Dan Tingkat
akurasi setelah seleksi fitur dengan mengguakan metode LVQ adalah tertinggi
dengan α 0.5 dan reduce α 0.5 sebesar 67,475 % serta nilai terendah α 1 dan reduce
α 0.25 sebesar 61,55 %. Dari peneltian ini disimpulkan bahwa metode Rank
Spearman dan Product Moment Pearson dapat digunakan sebagai metode seleksi
fitur kualitas mutu baku air karena memiliki tingkat akurasi yang mendekati sama
dengan sebelum dilakukan seleksi fitur.
Kata kunci : Pengenalan Pola, Seleksi Fitur, Rank Spearman, Product Moment
Pearson, Learning Vektor Quantization
%K Kata kunci : Pengenalan Pola, Seleksi Fitur, Rank Spearman, Product Moment
Pearson, Learning Vektor Quantization
%D 2019
%I UIN Sunan Kalijaga
%L digilib40463