Perbandingan Algoritma SVM dan Naïve Bayes untuk Klasifikasi Kebakaran Hutan dan Lahan

Penulis

  • Tiara Aurilia Viona Universitas Muhammadiyah Pontianak
  • Putri Yuli Utami Universitas Muhammadiyah Pontianak
  • Izhan Fakhruzi Universitas Muhammadiyah Pontianak
  • Rifqi Anugrah Universitas Muhammadiyah Pontianak

Abstrak

Kabupaten Ketapang merupakan satu diantara kabupaten di Provinsi Kalimantan Barat yang sering terjadi bencana kebakaran hutan dan lahan (karhutla). Tujuan dilakukannya penelitian ini untuk memprediksi terjadinya bencana karhutla di Kabupaten Ketapang agar penanganan karhutla dapat lebih optimal. Berdasarkan data dari Badan Penanggulangan Bencana Daerah (BPBD) Provinsi Kalimantan Barat total kejadian bencana karhutla di Kabupaten Ketapang mulai dari tahun 2015 sampai tahun 2022 sudah terjadi sebanyak 235 kali. Tujuan penelitian ini untuk memprediksi terjadinya kebakaran hutan dan lahan serta melakukan klasifikasi daerah yang masuk kategori rawan dan sangat rawan di Ketapang. Pada penelitian ini klasifikasi dilakukan dengan membandingkan metode SVM dan Naïve Bayes untuk mendapatkan akurasi yang optimal. Dataset yang digunakan adalah data hotspot dan data iklim Kabupaten Ketapang tahun 2021 – 2022 yang berjumlah 4.697 data. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi 99,67%, sedangkan SVM memiliki akurasi 98,24%, mengindikasikan bahwa Naïve Bayes lebih unggul dalam klasifikasi daerah rawan karhutla. Penelitian ini dapat diperluas dengan mempertimbangkan faktor tambahan seperti vegetasi, topografi, dan pengaruh aktivitas manusia untuk meningkatkan keakuratan prediksi serta pengembangan sistem peringatan dini berbasis kecerdasan buatan.

Unduhan

Diterbitkan

2024-11-30

Cara Mengutip

Viona, T. A., Utami, P. Y., Fakhruzi, I., & Anugrah, R. (2024). Perbandingan Algoritma SVM dan Naïve Bayes untuk Klasifikasi Kebakaran Hutan dan Lahan . Krea-TIF: Jurnal Teknik Informatika, 12(2), 54–65. Diambil dari https://ejournal.uika-bogor.ac.id/index.php/krea-tif/article/view/15032

Terbitan

Bagian

Articles