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

Patria Artha Technological Journal Pub Date : 2023-11-02 DOI:10.33857/patj.v7i2.728

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分钟内获得全文求助全文

来源期刊

Patria Artha Technological Journal

自引率

0.00%

发文量