3) ABSTRAKDalam kehidupan sehari-hari, udara digunakan untuk bernafas oleh makhluk hidup. Udara yang bersih mengandung banyak manfaat bagi kehidupan. Namun, pada kenyataannya udara yang ada di alam tidak selalu dalam keadaan bersih, sehingga dapat menyebabkan penurunan kualitas udara. Kualitas udara seperti ini dapat memberikan dampak terhadap kesehatan manusia serta lingkungan sekitarnya. Kualitas udara di DKI Jakarta dapat diketahui melalui Indeks Standar Pencemar Udara (ISPU). Pemelitian ini mempunyai tujuan memprediksi kualitas udara yang ada di DKI Jakarta berdasarkan data ISPU. Prediksi dilakukan dengan menggunakan teknik data mining dengan metode klasifikasi. Algoritma yang berfungsi dalam melakukan prediksi yaitu K-Nearest Neighbor (KNN), dimana algoritma ini adalah algoritma yang mengklasifikasikan kelas objek baru dengan didasarkan pada tetangga terdekatnya. Data yang digunakan pada penelitian berjumlah 450 data, kemudian data tersebut dibagi 2 yakni data uji dan data latih. Penelitian ini juga melakukan evaluasi model algoritma yang meliputi nilai akurasi, presisi, recall, dan f-measure untuk setiap nilai K yang diujikan. Pengukuran ini bertujuan untuk mengetahui parameter yang optimal pada dataset yang digunakan. Adapun hasil yang diperoleh dari pengujian nilai K = 3 sampai K = 9, didapatkan bahwa nilai K = 7 mempunyai performa terbaik dengan akurasi tertinggi sebanyak 96%, presisi 92%, recall 95%, dan f-measure 93%.

3) ABSTRAKPenyebab dari penyakit jantung koroner yaitu penyumbatan pembuluh darah koroner, penyakit ini sangat diperhatikan oleh seluruh kalangan masyarakat dikarenakan pengaruh yang disebabkant oleh penyakit tersebut. Penelitian ini memiliki tujuan untuk membuat prediksi yang akan membantu para dokter untuk melakukan diagnose dengan tepat dan akurat sehingga penyakit jantung koroner dapat ditangani lebih awal. Salah satu algoritma klasifikasi data mining yang digunakan pada penelitian ini adalah algoritma Naïve Bayes Classifier. Algoritma ini diterapkan dengan tujuan untuk menghitung probabilitas kemungkinan seseorang pasien berdasarkan data rekam medis pasien. Rekam medis pasien diperoleh dari kaggle untuk dilakukan percobaan pada sistem yang akan dibuat. Dataset awal memuat 303 record setelah dilakukan preprocessing memuat 296 record. Percobaan pada penelitian ini dilakukan sebanyak 3 percobaan dengan membagi data latih dan data uji. Hasil yang diperoleh dalam percobaan pertama memiliki akurasi paling tinggi yaitu sebesar 83.1%. Diharapkan dengan adanya sistem ini dapat membantu dokter untuk mendiagnosis penyakit jantung koroner.