KLASIFIKASI PENGELOLAAN SAMPAH MENGGUNAKAN ALGORITMA DECISION TREE DAN K-MEANS CLUSTERING BERDASARKAN NILAI EKONOMIS

Anggy Iis, Mawati (2025) KLASIFIKASI PENGELOLAAN SAMPAH MENGGUNAKAN ALGORITMA DECISION TREE DAN K-MEANS CLUSTERING BERDASARKAN NILAI EKONOMIS. Other thesis, UNSADA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (742kB)
	Text BAB 2.pdf Download (1MB)
	Text BAB 3.pdf Restricted to Registered users only Download (982kB)
	Text BAB 4.pdf Restricted to Registered users only Download (2MB)
	Text BAB 5.pdf Download (703kB)
	Text DAFTAR PUSTAKA.pdf Download (931kB)
	Text LAMPIRAN.pdf Download (859kB)
	Text HASIL TURNITIN.pdf Download (542kB)
	Text SUKET TURNITIN.pdf Restricted to Registered users only Download (671kB)

Abstract

Pengelolaan sampah yang baik dapat menjadi tantangan utama, terutama di kawasan perkotaan yang berdampak pada peningkatan volume sampah yang berdampak pada lingkungan. Tujuan penelitian ini yaitu mengklasifikasikan dan mengelompokkan komposisi sampah berdasarkan nilai ekonomis menggunakan algoritma K-Means dan Decision Tree, dan membandingan evaluasi model dari keduanya. Dengan pendekatan metodologi CRISP-DM yang terdiri enam tahap yaitu Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Dimana data komposisi sampah yang digunakan seperti kertas karton, plastik, logam, dan kaca diperoleh dari yang kemudian dilakukan analisis menggunakan algoritma K-Means untuk clustering dan Decision Tree untuk klasifikasi. Dari hasil penelitian menunjukkan bahwa K-Means terbentuk tiga cluster dengan Silhouette Score sebesar 0.30. Disisi lain, Decision Tree menghasilkan akurasi hingga 0.94 dalam memprediksi nilai ekonomis rendah, sedang dan tinggi. Evaluasi menunjukkan bahwa Decision tree memberikan evaluasi yang lebih baik dibandingkan K-Means dalam menganalisis komposisi sampah berdasarkan nilai ekonomis. Sistem yang dibangun terdiri dari frontend yang berfungsi untuk melihat hasil analisis model untuk pengguna dan backend untuk pengelolaan data yang dilakukan oleh admin.

Item Type:	Thesis (Other)
Additional Information:	Dosen Pembimbing Dr. Linda Nur Afida, S.T, M.T
Uncontrolled Keywords:	K-Means, Decision Tree, pengelolaan sampah, nilai ekonomis, CRISP-DM
Subjects:	000 Generalities/Karya Umum > 006.312 Data Mining
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	03 Dec 2025 07:39
Last Modified:	03 Dec 2025 07:39
URI:	http://repository.unsada.ac.id/id/eprint/9283

Actions (login required)

View Item