Deborah Kurniawati, S.Kom., M.Cs. Contributor Susanti, Maulina Dwi - 205610059 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2025 monographic id Indonesia

Text Skripsi

Penelitian ini menerapkan metode K-Means Clustering dalam implementasi kualitas air minum menggunakan 3 parameter suhu,kekeruhan,dan ph pada air. Tujuan atau hasil dari proses ini adalah untuk mengetahui berapa K optimal yang diperoleh dari metode K-Means Clustering dalam pengelompokkan kualitas air untuk konsumsi. Hasil pengelompokan menunjukkan bahwa metode K-Means dengan k=4 mampu membedakan karakteristik air menjadi empat kategori Keruh–Pemanasan, Sedikit Asam–Stabil, Netral/Basa–Stabil, dan Keruh–Pendinginan. K-Means Clustering merupakan algoritma unsupervised learning yang mampu membagi data kedalam beberapa klaster secara otomatis, Bahasa pemograman yang digunakan adalah python sedangan yang digunakan untuk menjalankanya menggunakan Google Colaboratory. Implementasi ini dimulai dengan menggunakan data air dari waduk sermo yang ada pada platform IoT. Data yang ada sebanyak 2088 data,yang diambil pada bulan februari tanggal 9 tahun 2023 sampai tanggal 24 februari 2023. Data tersebut diambil dan di ekspor sehingga menghasilkan data csv yang dapat diolah menggunakan metode K Means Clustering. Kata Kunci : Kualitas Air, K Means Clustering Thinger.io, Waduk Sermo K-MEANS CLUSTERING Implementasi NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 072 SUS R.1 SUS0072SI0125 RAK REFERENSI SKRIPSI SI 072 SUS R.1 17867 2025-09-09 14:43:15 2025-09-09 14:44:15 machine generated