Deteksi kelayakan fisik air untuk konsumsi menggunakan naive bayes classifier

INDONESIA:

Penurunan kualitas air akibat pembuangan senyawa kimia yang makin meningkat, membuat sumber air di daerah-daerah tercemar sehingga memungkinkan masyarakat telah mengkonsumsi air sumur yang tidak layak untuk di konsumsi dan bisa membahayakan bagi tubuh mereka. Ada satu cara sebagai pencegahan untuk mengantisipasi itu semua yaitu dengan uji parameter fisik air. Ini akan membawa keuntungan karena dengan parameter fisik bisa mengidentifikasi kelayakan parameter lainya. Sehingga menurunkan resiko masyarakat dalam mengkonsumsi air sumur yang tidak layak konsumsi. Metode naive bayes classifier dirancang untuk mengidentifikasi kelayakan fisik air sumur. dengan menggunakan ph meter untuk fitur ph, termometer untuk fitur suhu, organoleptik untuk fitur bau dan rasa, dan fitur warna dengan meletakkan air sumur ke dalam prototype yang telah dibuat, kemudian mengambil gambar dengan kualitas tinggi. Dari gambar kamera yang dihasilkan, kemudian diekstraksi fitur warna. Jumlah total data yang digunakan dalam penelitian ini 80 air sumur yang bersumber dari survei di lapangan. Data pelatihan menggunakan 60 data, 30 data air sumur tidak layak secara fisik dan 30 data air sumur layak secara fisik. Sedangkan untuk pengujian menggunakan 20 data, yang terbagi 10 data air sumur layak secara fisik dan 10 data air sumur tidak layak secara fisik. Berdasarkan hasil uji coba pada sistem dari data training diperoleh akurasi terbaik yaitu sebesar 90%, dan untuk hasil uji coba data testing diperoleh akurasi terbaik sebesar 85%.

ENGLISH:

The decrease of water quality due to the disposal of chemical compounds is increasing, which create water sources in polluted areas, therefore the people can consume well water which is unfit for consumption and can be harmful to their bodies. There is one way to prevent this from anticipating all, namely by testing the physical parameters of water. This will bring the benefits because the physical parameters can identify the feasibility of the other parameters. That can reduce the risk of the community for consume the well water which is not suitable for consumption. The naive bayes classifier method is designed to identify the physical feasibility of the well water. This using a ph meter for ph features, thermometers for temperature features, organoleptics for odor and taste features, and color features by putting well water into the prototype which has been made, then taking high quality pictures. Therefore, from the camera images produced, color features are extracted. The total amount of data which is used in this study was 80 the well water sourced from field surveys. The training data uses 60 data, which are divided into 30 physically unfit the well water data and 30 physically the well water data. As for testing used 20 data, 10 the physical well water data and 10 the well water data are divided. Based on the results of trials on the system of training data are obtained the best accuracy that is equal to 90%, and for the results of testing data are obtained the best accuracy of 85%.