SISTEM KLASIFIKASI KELAYAKAN AIR MINUM DENGAN SELEKSI FITUR MENGGUNAKAN METODE RECURSIVE FEATURE ELIMINATION WITH CROSS-VALIDATION (RFECV) DAN SELECTKBEST

Proses pengolahan air minum membutuhkan pengukuran berkala setiap jam untuk memastikan air yang diproduksi memenuhi standar air minum. Penelitian ini bertujuan untuk mengklasifikasikan potensi air di Gowa dan melakukan seleksi fitur untuk mengidentifikasi parameter yang paling optimal. Penelitian ini menggunakan SVM dan XGBoost untuk klasifikasi dan menggunakan RFECV dan SelectKBest untuk seleksi fitur. Hasil penelitian menunjukkan bahwa sebagian besar korelasi antara parameter dan target lemah, yang mengindikasikan bahwa setiap parameter beroperasi secara independen dan memiliki nilai yang unik dalam menentukan potensi air minum. Penelitian ini mencapai akurasi model yang tinggi, dengan 95,8% untuk SVM dan 97,8% untuk XGBoost. Setelah pemilihan fitur, akurasi akhir untuk model SVM adalah 95,8% menggunakan SelectKBest dengan 3 fitur yang dipilih. Dengan menggunakan RFECV, akurasinya adalah 96% dengan 5 fitur yang dipilih. Untuk XGBoost, akurasi akhir setelah pemilihan fitur adalah 97,8% menggunakan SelectKBest dengan 5 fitur yang dipilih. Pemilihan fitur RFECV untuk XGBoost juga mempertahankan akurasi yang sama yaitu 97,8%. Berdasarkan hasil, XGBoost berkinerja sedikit lebih baik daripada SVM, tetapi RFECV meningkatkan akurasi SVM sambil mempertahankan akurasi XGBoost sedangkan metode SelectKBest juga mempertahankan akurasi untuk kedua model. Oleh karena itu, RFECV lebih unggul dibandingkan SelectKBest dengan 5 fitur terpilih yaitu kekeruhan, klorin bebas, suhu, pH, dan alkalinitas.