Pendeteksian Aroma Ganja Kering Menggunakan Algoritma Random Forest

Abstract

Ganja (Cannabis Sativa) sebagai jenis narkoba terbanyak dikonsumsi dengan persentase sebesar 56,7% dimana penyalahgunaan ganja menimbulkan banyak dampak negatif salah satunya penurunan kerja otak sehingga akan mengalami reaksi halusinasi, ilusi, gangguan berpikir, perubahan perasaan secara tiba – tiba dan menimbulkan efek kecanduan. Tingginya kasus menimbulkan beberapa kendala seperti pengadaan alat yang mahal dalam proses pencarian. Maka dirancanglah sebuah alat E-Nose untuk mendeteksi ganja yang mana sistem ini akan meniru fungsi dari indera penciuman (hidung) pada manusia. Pada penilitian ini akan melakukan pengolahan data ganja yang telah terkumpul untuk menentukan model pendeteksian ganja dengan membandingkan dua buah metode klasifikasi yaitu algoritma Random Forest dan Decision Tree untuk menentukan klasifikasi yang terbaik dalam menghasilkan akurasi pengklasifikasian model untuk mendeteksi ganja. Hasil akurasi model yang diperoleh dari algoritma Random Forest adalah sebesar 100% dimana model yang dihasilkan dapat mengklasifikasikan secara benar sampel ganja kering dan bukan ganja. Pada algoritma Decision Tree menghasilkan akurasi sebanyak 70% secara benar pada ganja kering.