Detail Cantuman

Penelitian ini membandingkan kinerja Support Vector Machine (SVM) dan Random Forest (RF) dalam mengklasifikasikan kualitas air kolam untuk budi daya ikan air tawar. Data kualitas air kolam untuk budi daya ikan air tawar yang mencakup parameter seperti pH, TDS, oksigen terlarut (DO), kekeruhan, dan suhu dikumpulkan dan dibagi menjadi data pelatihan dan pengujian menggunakan metode splitting dengan proporsi 70:30. Evaluasi kinerja dilakukan dengan confusion matrix untuk mengukur akurasi prediksi, serta Receiver Operating Characteristic (ROC) curve untuk menilai kemampuan klasifikasi tiap model. Hasil menunjukkan bahwa SVM dan RF mampu mengklasifikasikan kualitas air kolam untuk budi daya ikan air tawar ke dalam tiga kategori (baik, sedang, buruk) dengan akurasi tinggi. Analisis ROC curve mengindikasikan bahwa RF memiliki keunggulan pada beberapa kategori dengan area under the curve (AUC) yang lebih tinggi, sementara SVM menunjukkan performa yang baik pada dataset kecil. RF lebih unggul dalam menangani dataset besar dan memberikan hasil yang konsisten, sedangkan SVM menawarkan akurasi yang presisi pada data dengan pola yang lebih sederhana. Penelitian ini memberikan wawasan penting untuk pengembangan metode yang efektif dalam menentukan kualitas air kolam untuk budi daya ikan air tawar.