PENENTUAN KUALITAS AIR BERDASAKAN STANDAR KELAYAKAN KUALITAS AIR MINUM MENGGUNAKAN k-NEAREST NEIGHBORS

Konsumsi air merupakan kebutuhan esensial bagi kehidupan manusia dan makhluk hidup lainnya di Bumi. Namun, tidak semua air aman untuk dikonsumsi, sehingga diperlukan identifikasi jenis air yang layak minum. Pembangunan yang semakin pesat di berbagai daerah serta kontribusi limbah domestik dari permukiman dan usaha komersial dapat menurunkan kualitas air. Parameter seperti pH, kekerasan (hardness), kandungan padatan (solids), kloramin, sulfat, konduktivitas, karbon organik, trihalometana, dan kekeruhan (turbidity) digunakan untuk menentukan kelayakan air. Dalam era digital, pendekatan machine learning menjadi metode yang efektif untuk mengatasi berbagai masalah, termasuk klasifikasi kualitas air. Penelitian ini menggunakan algoritma k-Nearest Neighbors (k-NN), sebuah metode supervised learning yang populer dan mudah diimplementasikan untuk klasifikasi data. Algoritma ini dipilih karena keunggulannya dalam menangani masalah klasifikasi dengan batas keputusan yang jelas serta kemudahannya dalam aplikasi praktis. Dalam penerapannya, preprocessing data dilakukan menggunakan metode Min-Max Scaling. Hasil penelitian menunjukkan bahwa algoritma k-NN mampu mencapai akurasi 100% untuk nilai k 3, 5, dan 7 yang mana dari 9 data uji mendapatkan hasil klasifikasi layak. Dengan demikian, algoritma k-NN terbukti sangat mumpuni untuk mengklasifikasikan kualitas air berdasarkan parameter kelayakan konsumsi. Implementasi algoritma ini dapat membantu dalam penilaian awal kelayakan air minum, berkontribusi pada kesehatan dan keselamatan masyarakat.