<> "The repository administrator has not yet configured an RDF license."^^ . <> . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR"^^ . "Air bersih adalah kebutuhan dasar manusia yang penting untuk kehidupan sehari-\r\nhari dan kesehatan. Namun, banyak orang di seluruh dunia masih kekurangan\r\n\r\nakses air bersih dan sanitasi yang layak. Penelitian ini bertujuan untuk\r\nmengklasifikasikan kualitas air bersih menggunakan metode Random Forest,\r\nXGBoost, dan C5.0, guna mendukung pengelolaan sumber daya air. Data yang\r\ndigunakan berasal dari Kaggle, mencakup 971 data kualitas air dari 62 titik lokasi\r\nsungai di Amerika Serikat dari tahun 1995 hingga 2014, pembagian data\r\nmenggunakan metode hold out dan stratified k-fold cross-validation. Hasil\r\npenelitian menunjukkan bahwa metode Random Forest dengan menggunakan\r\nhold out memiliki akurasi tertinggi sebesar 0.979 dengan waktu eksekusi 429.806\r\nms, dibandingkan dengan stratified k-fold cross-validation dengan akurasi 0.977\r\ndan waktu eksekusi 8584.102 ms. XGBoost dan C5.0 menunjukkan akurasi\r\ntertinggi sebesar 0.966 dengan stratified k-fold cross-validation, meskipun waktu\r\neksekusi lebih lama dibandingkan dengan metode hold out. Akurasi XGBoost\r\ndengan hold out adalah 0.964 dengan waktu eksekusi 315.998 ms, sedangkan\r\nC5.0 memiliki akurasi 0.960 dengan waktu eksekusi 62.28 ms.\r\n\r\nKata Kunci: Machine Learning, Random Forest, Extreme Gradien Boosting,\r\nC5.0, Kualitas Air, Klasifikasi.\r\n\r\nClean water is a basic human need that is important for daily life and health.\r\nHowever, many people around the world still lack access to clean water and\r\nproper sanitation. This research aims to classify clean water quality using the\r\nRandom Forest, XGBoost, and C5.0 methods, to support water resource\r\nmanagement. The data used comes from Kaggle, includes 971 water quality data\r\nfrom 62 river locations in the United States from 1995 to 2014, data division uses\r\nthe hold out and stratified k-fold cross-validation methods. The research results\r\nshow that the Random Forest method using hold out has the highest accuracy of\r\n\r\n0.979 with an execution time of 429,806 ms, compared to stratified k-fold cross-\r\nvalidation with an accuracy of 0.977 and an execution time of 8584,102 ms.\r\n\r\nXGBoost and C5.0 show the highest accuracy of 0.966 with stratified k-fold cross-\r\nvalidation, although the execution time is longer compared to the hold out\r\n\r\nmethod. The accuracy of XGBoost with hold out is 0.964 with an execution time of\r\n315.998 ms, while C5.0 has an accuracy of 0.960 with an execution time of 62.28\r\nms.\r\n\r\nKeywords: Machine Learning, Random Forest, Extreme Gradient Boosting, C5.0,\r\nWater Quality, Classification."^^ . "2024-07-04" . . . . . "FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM"^^ . . . . . . . "CANIADI"^^ . "MELAN"^^ . "CANIADI MELAN"^^ . . . . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (File PDF)"^^ . . . "Melan Caniadi_2017051031_Abstrak - melan caniadi.pdf"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (File PDF)"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (File PDF)"^^ . . . "Melan Caniadi_2017051031_Tanpa BAB Pembahasan - melan caniadi.pdf"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "preview.jpg"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "medium.jpg"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "small.jpg"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "preview.jpg"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "medium.jpg"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "small.jpg"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "indexcodes.txt"^^ . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "EVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM\r\nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG\r\n\r\nPENGELOLAAN SUMBER DAYA AIR (Other)"^^ . . . . . . "indexcodes.txt"^^ . . "HTML Summary of #82895 \n\nEVALUASI METODE RANDOM FOREST, XGBOOST DAN C5.0 DALAM \nKLASIFIKASI KUALITAS AIR BERSIH UNTUK MENDUKUNG \n \nPENGELOLAAN SUMBER DAYA AIR\n\n" . "text/html" . . . "000 Ilmu komputer, informasi dan pekerjaan umum" . . . "500 ilmu pengetahuan alam dan matematika" . .