KLASIFIKASI DATA TINGKAT KERAWANAN KEBAKARAN MENGGUNAKAN ALGORITMA CART
DOI:
https://doi.org/10.36595/jire.v7i1.1127Keywords:
Kerawanan Kebakaran, Algoritma CART, Pohon KeputusanAbstract
Kebakaran hutan dan lahan merupakan permasalahan yang mendesak di wilayah Kabupaten Kotawaringin timur. Dampak negatifnya meliputi kerusakan ekosistem hutan dan lahan. Hal itu menimbulkan polusi udara yang sangat menganggu aktivitas Masyarakat. Tujuan penelitian ini adalah untuk mengembangkan model klasifikasi yang dapat memprediksi tingkat kerawanan kebakaran berdasarkan variabel-variabel tertentu. Pengembangan model klasifikasi agar dapat memprediksi tingkat kerawanan kebakaran dilakukan dengan menggunakan algoritma CART. Algoritma CART merupakan algoritma yang mampu mengklasifikasikan data tingkat kerawanan kebakaran dengan menghasilkan sebuah pohon keputusan. Hasil dari penelitian ini menyimpulkan nilai dari klasifikasi data menggunakan perhitungan Algoritma CART pada aplikasi Rapidminer menunjukkan tingkat akurasi 79.89% yang berarti memadai dalam memprediksi tingkat kerawanan kebakaran.
References
Maruli Tua Silaen, “Klasifikasi Karakteristik Kepribadian Siswa Berdasarkan the Big Five Personality Dengan Menggunakan Metode K- Nearest Neighbor (Knn),” J. Inform. dan Rekayasa Elektron., vol. 6, no. 1, pp. 121–129, 2023, doi: 10.36595/jire.v6i1.860.
M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,” J. Appl. Informatics Comput., vol. 5, no. 2, 2021, doi: 10.30871/jaic.v5i2.3200.
C. A. Sugianto, “Analisis Komparasi Algoritma Klasifikasi Untuk Menangani Data Tidak Seimbang Pada Data Kebakaran Hutan,” Techno.Com, vol. 14, no. 4, 2019.
I. Guntoro, D. M. Midyanti, and R. Hidayati, “Penerapan Dropout Pada Jaringan Saraf Tiruan Backpropagation Dalam Mengklasifikasi Tingkat Fine Fuel Moisture Code (Ffmc) Untuk Kebakaran Hutan Dan Lahan,” J. Komput. dan Apl., vol. 10, no. 01, pp. 114–123, 2022.
A. Primajaya, B. N. Sari, and A. Khusaeri, “Prediksi Potensi Kebakaran Hutan dengan Algoritma Klasifikasi C4.5 Studi Kasus Provinsi Kalimantan Barat,” J. Edukasi dan Penelit. Inform., vol. 6, no. 2, 2020, doi: 10.26418/jp.v6i2.37834.
K. Kurniati, “Penerapan Algoritma Classification and Regression Tree (Cart) Untuk Klasifikasi Jurusan Siswa Baru Man 1 Oku Timur,” Bina Darma Conf. Comput. …, pp. 331–339, 2022, [Online]. Available: https://conference.binadarma.ac.id/index.php/BDCCS/article/view/3123%0Ahttps://conference.binadarma.ac.id/index.php/BDCCS/article/download/3123/1359.
D. I. Kalimantan, “Karakteristik Kebakaran Permukaan Gambut Berbasis,” vol. 18, no. 1, pp. 17–29, 2021.
R. T. Sirenden, Y. A. Silvianngsih, and ..., “Pengelolaan Sumberdaya Hutan dan Lahan Gambut yang Berkelanjutan Berbasis Kearifan Lokal dan Pengakuan Hak Kelola Masyarakat di Desa Kalumpang …,” Diteksi J. …, vol. 1, pp. 51–59, 2023, [Online]. Available: https://e-journal.upr.ac.id/index.php/diteksi/article/view/8980.
F. Sodik, A. S. Mashuri, S. Huda, K. Kusrini, and K. Khusnawi, “Implementasi Algoritma Convolutional Neural Network Dan Linear Regresi Untuk Memprediksi Kebakaran Hutan,” CogITo Smart J., vol. 9, no. 1, pp. 28–37, Jun. 2023, doi: 10.31154/cogito.v9i1.401.28-37.
A. L. D. tavares Duarte and Eddy Nurraharjo, “Analisis Sentimen Dan Klasifikasi Tweet Terkait Naiknya Kasus Omicron Menggunakan Naive Bayes Classifier,” J. Inform. dan Rekayasa Elektron., vol. 6, no. 1, pp. 1–8, 2023, doi: 10.36595/jire.v6i1.779.
R. O. Mardiyanto, F. Fitriani, R. J. Purnomo, K. Kusrini, and D. Maulina, “PEMETAAN LOKASI KEBAKARAN HUTAN DAN LAHAN DI NTB DENGAN MENGGUNAKAN ALGORITMA NAIVE BAYES,” Tek. Teknol. Inf. dan Multimed., vol. 2, no. 2, 2021, doi: 10.46764/teknimedia.v2i2.44.
C. A. Sugianto, “Analisis Komparasi Algoritma Klasifikasi Untuk Menangani Data Tidak Seimbang Pada Data Kebakaran Hutan,” Techno.Com, vol. 14, no. 4, pp. 336–342, 2019, [Online]. Available: http://publikasi.dinus.ac.id/index.php/technoc/article/view/992.
F. N. Dhewayani, D. Amelia, D. N. Alifah, B. N. Sari, and M. Jajuli, “Implementasi K-Means Clustering untuk Pengelompokkan Daerah Rawan Bencana Kebakaran Menggunakan Model CRISP-DM,” J. Teknol. dan Inf., vol. 12, no. 1, pp. 64–77, 2022, doi: 10.34010/jati.v12i1.6674.
R. Melia, N. Mutiah, and S. Rahmayuda, “SISTEM INFORMASI GEOGRAFIS PEMETAAN KAWASAN RAWAN KEBAKARAN MENGGUNAKAN METODE SEQUENTIAL PATTERN MINING,” INTI Nusa Mandiri, vol. 17, no. 2, pp. 55–63, 2023, doi: 10.33480/inti.v17i2.4005.
T. F. Dicelebica, A. A. Akbar, and D. R. Jati, “Identifikasi dan Pencegahan Daerah Rawan Bencana Kebakaran Hutan dan Lahan Gambut Di Kalimantan Barat,” J. Ilmu Lingkung., vol. 20, no. 1, pp. 115–126, 2022, doi: 10.14710/jil.20.1.115-126.
H. Haryani, C. I. Agustyaningrum, A. Surniandari, S. Sahara, and R. K. Sari, “Algoritma Klasifikasi Multilayer Perceptron Dalam Analisa Data Kebakaran Hutan,” J. Infortech, vol. 5, no. 1, 2023, doi: 10.31294/infortech.v5i1.15792.
M. Bakri, “Penerapan Data Mining untuk Clustering Kualitas Batu Bara dalam Proses Pembakaran di PLTU Sebalang Menggunakan Metode K-Means,” J. Teknoinfo, vol. 11, no. 1, 2017, doi: 10.33365/jti.v11i1.3.
Additional Files
Published
Issue
Section
License
Semua tulisan pada jurnal ini menjadi tanggungjawab penuh penulis.