Rekomendasi Penentuan Pemasangan Beton Pada Titik Longsor Menggunakan Algoritma K-Nearest Neighbor (K-NN)

Andi Nur Fadly, Andani Ahmad, Wardi Wardi
{"title":"Rekomendasi Penentuan Pemasangan Beton Pada Titik Longsor Menggunakan Algoritma K-Nearest Neighbor (K-NN)","authors":"Andi Nur Fadly, Andani Ahmad, Wardi Wardi","doi":"10.33857/patj.v7i2.728","DOIUrl":null,"url":null,"abstract":"Rekomendasi penentuan pemasangan beton pada titik longsor menggunakan algoritma KNearest Neighbor (Dibimbing oleh Andani Ahmad dan Wardi) Provinsi Sulawesi Barat (Sulbar) merupakan salah satu provinsi di Indonesia yang rawan terhadap kejadian bencana. Kondisi alam yang kompleks dengan topografi wilayah yang bervariasi membuat Provinsi Sulbar memiliki ancaman bencana akibat fenomena seperti banjir yang paling sering terjadi. Tujuan dari penelitian ini Untuk mengetahui Rekomendasi penentuan pemasangan beton pada titik longsor menggunakan Algoritma KNearestNeighboord (KNN) dan Untuk mengimplementasikan Algoritma K-Nearest Neighboord (KNN) untuk rekomendasi penentuan penentuan pemasangan beton pada titik longsor di Sulawesi Barat. Algoritma yang digunakan dalampenelitian ini adalah algoritma K-NN, algoritma K-NN digunakan untuk mengklasifikasikan data yang menghasilkan prediksi dengan tingkat akurasi berdasarkan sampel data training dan data testing. Hasil dari penelitian ini adalah penerapan Algoritma K-Nearest Neighbor (K-NN) dapat memetakan titik - titik kelongsoran yang ada di provinsi sulawesi barat sedangkan hasil evaluasi yang dilakukan dengan melakukan pengujian akurasi yaitu dengan menguji akurasi metode berdasarkan persentase data training 80% dengan data testing 20% menghasilkan tingkat akurasi 75.53% dengan tingkat resiko sedang.","PeriodicalId":232354,"journal":{"name":"Patria Artha Technological Journal","volume":"75 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-11-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Patria Artha Technological Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33857/patj.v7i2.728","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Rekomendasi penentuan pemasangan beton pada titik longsor menggunakan algoritma KNearest Neighbor (Dibimbing oleh Andani Ahmad dan Wardi) Provinsi Sulawesi Barat (Sulbar) merupakan salah satu provinsi di Indonesia yang rawan terhadap kejadian bencana. Kondisi alam yang kompleks dengan topografi wilayah yang bervariasi membuat Provinsi Sulbar memiliki ancaman bencana akibat fenomena seperti banjir yang paling sering terjadi. Tujuan dari penelitian ini Untuk mengetahui Rekomendasi penentuan pemasangan beton pada titik longsor menggunakan Algoritma KNearestNeighboord (KNN) dan Untuk mengimplementasikan Algoritma K-Nearest Neighboord (KNN) untuk rekomendasi penentuan penentuan pemasangan beton pada titik longsor di Sulawesi Barat. Algoritma yang digunakan dalampenelitian ini adalah algoritma K-NN, algoritma K-NN digunakan untuk mengklasifikasikan data yang menghasilkan prediksi dengan tingkat akurasi berdasarkan sampel data training dan data testing. Hasil dari penelitian ini adalah penerapan Algoritma K-Nearest Neighbor (K-NN) dapat memetakan titik - titik kelongsoran yang ada di provinsi sulawesi barat sedangkan hasil evaluasi yang dilakukan dengan melakukan pengujian akurasi yaitu dengan menguji akurasi metode berdasarkan persentase data training 80% dengan data testing 20% menghasilkan tingkat akurasi 75.53% dengan tingkat resiko sedang.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
使用 K-Nearest Neighbour (K-NN) 算法确定滑坡点混凝土安装的建议
使用 KNearest Neighbor 算法对滑坡点的混凝土安装提出建议(由 Andani Ahmad 和 Wardi 指导) 西苏拉威西省是印度尼西亚灾害事件频发的省份之一。复杂的自然条件和多变的区域地形使西苏拉威西省经常受到洪水等灾害的威胁。本研究的目的是利用 KNN 算法(KNN)找出确定滑坡点混凝土安装的建议,并采用 KNN 算法(KNN)确定西苏拉威西省滑坡点混凝土安装的建议。本研究使用的算法是 K-NN 算法,K-NN 算法用于对数据进行分类,根据训练数据样本和测试数据进行准确预测。这项研究的结果是,K-近邻(K-NN)算法的应用可以绘制西苏拉威西省的滑坡点地图,而根据 80% 的训练数据和 20% 的测试数据的百分比对该方法的准确性进行测试的评估结果显示,准确率为 75.53%,风险水平适中。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Perancangan Cutfinder Untuk Memudahkan Proses Antri Potong Rambut Pada Usaha Cukur Kecamatan Pattallassang Kabupaten Gowa Rekomendasi Penentuan Pemasangan Beton Pada Titik Longsor Menggunakan Algoritma K-Nearest Neighbor (K-NN) EVALUASI EFISIENSI PANAS TERHADAP PEMAKAIAN BAHAN BAKAR HIGH SPEED DIESEL PADA OPERASI COAL MILL DI PT. VALE INDONESIA, Tbk Uji Kinerja Turbin Crossflow Skala Laboratorium Sebagai Pembangkit Listrik Desain Mesin Pengurai Sabut Kelapa Dengan Metode Quality Function Deployment
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1