PREDIKSI KELAYAKAN AIR MINERAL UNTUK KONSUMSI MENGGUNAKAN METODE GRADIENT BOOSTING LIGHTGBM
Air merupakan senyawa penting bagi semua kehidupan di bumi ini. Manusia
membutuhkan udara untuk kebutuhan minum sehari-hari. Namun, tidak semua air
layak dikonsumsi manusia karena air memiliki kadar yang berbeda-beda. Kadar air memiliki parameter tertentu untuk dipilih oleh manusia, parameter senyawa ini dapat menunjukkan seberapa besar nilai yang dapat dipilih untuk dikonsumsi. Pada penelitian ini menggunakan metode klasifikasi LightGBM dan menggunakan dataset “Water Quality” yang menampilkan 3267 baris data dengan fitur pH, hardness, solids, chloramines, sulfates, conductivity, organic carbon, trihalomethanes, turbidity and potability dari standar WHO yang bertujuan untuk memprediksi kelayakan air layak untuk dikonsumsi manusia. Eksperimen membandingkan tipe boosting antara GBDT dan GOSS pada hasil performansi pemodelan dengan melakukan eksperimen dengan hyper parameter num_trees dan num leaves. Hasil pengujian menunjukkan bahwa model memiliki performa yang lebih baik pada saat boosting tipe GOSS, hyper parameter num tree 15 dan num leaves 9 dengan akurasi 92%, presisi 95%, recall 88%, dan waktu pelatihan 1,8 detik.
Detail Information
Citation
APA Style
. (2022).PREDIKSI KELAYAKAN AIR MINERAL UNTUK KONSUMSI MENGGUNAKAN METODE GRADIENT BOOSTING LIGHTGBM ().Teknik Informatika:FTI
Chicago Style
.PREDIKSI KELAYAKAN AIR MINERAL UNTUK KONSUMSI MENGGUNAKAN METODE GRADIENT BOOSTING LIGHTGBM ().Teknik Informatika:FTI,2022.Text
MLA Style
.PREDIKSI KELAYAKAN AIR MINERAL UNTUK KONSUMSI MENGGUNAKAN METODE GRADIENT BOOSTING LIGHTGBM ().Teknik Informatika:FTI,2022.Text
Turabian Style
.PREDIKSI KELAYAKAN AIR MINERAL UNTUK KONSUMSI MENGGUNAKAN METODE GRADIENT BOOSTING LIGHTGBM ().Teknik Informatika:FTI,2022.Text