Sibuea, Assri Yani (2025) PENGKLASTERAN DATA KUALITAS AIR TAMBAK MENGGUNAKAN METODE GAUSSIAN MIXTURE MODEL. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (55kB)
	Text Abstrak.pdf Download (30kB)
	Text Bab I.pdf Download (46kB)
	Text Daftar Pustaka.pdf Download (162kB)
	Text Assri Yani Sibuea_210170204.pdf Restricted to Registered users only Download (4MB)

Abstract

Penelitian ini bertujuan untuk mengelompokkan data kualitas air tambak menggunakan metode Gaussian Mixture Model (GMM) dengan algoritma Expectation-Maximization (EM). Data yang digunakan terdiri dari beberapa parameter penting, yaitu pH, suhu, kekeruhan, dan total dissolved solids (TDS), yang diperoleh dari hasil monitoring air tambak. Sebelum dilakukan proses klasterisasi, data terlebih dahulu diproses melalui tahap normalisasi menggunakan metode Min-Max Scaling untuk menyamakan skala antar fitur. GMM digunakan sebagai metode klasterisasi karena memiliki kemampuan memodelkan data dengan distribusi kompleks serta dapat memberikan nilai probabilitas keanggotaan tiap data terhadap suatu klaster. Evaluasi jumlah klaster dilakukan menggunakan Bayesian Information Criterion (BIC), sedangkan evaluasi kualitas hasil klaster dilakukan menggunakan Silhouette Score dan Davies-Bouldin Index. Hasil dari proses klasterisasi divisualisasikan menggunakan PCA (Principal Component Analysis). Sistem ini dibangun menggunakan Google Colab untuk eksperimen dan perhitungan, serta diimplementasikan dalam bentuk antarmuka web menggunakan Streamlit. Sistem mampu mengelompokkan data kualitas air tambak menjadi tiga klaster utama yang menggambarkan kategori kualitas air: baik (67 data), sedang (37 data), dan buruk (11 data). Hasil penelitian ini diharapkan dapat membantu pihak pengelola tambak dalam melakukan pengawasan dan pengambilan keputusan berbasis data.

Item Type:	Thesis (S1)
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Assri Yani Sibuea
Date Deposited:	29 Aug 2025 08:01
Last Modified:	29 Aug 2025 08:01
URI:	https://rama.unimal.ac.id/id/eprint/14649

Actions (login required)

View Item