KLASIFIKASI KEMUNCULAN TITIK PANAS PADA LAHAN GAMBUT DI SUMATERA DAN KALIMANTAN MENGGUNAKAN ALGORITME K-NEAREST NEIGHBOR

FITRI, KUSUMANINGRUM (2015) KLASIFIKASI KEMUNCULAN TITIK PANAS PADA LAHAN GAMBUT DI SUMATERA DAN KALIMANTAN MENGGUNAKAN ALGORITME K-NEAREST NEIGHBOR. Other thesis, INSTITUT PERTANIAN BOGOR.

Preview

Text (KLASIFIKASI KEMUNCULAN TITIK PANAS PADA LAHAN GAMBUT DI SUMATERA DAN KALIMANTAN MENGGUNAKAN ALGORITME K-NEAREST NEIGHBOR) 2.pdf - Published Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (13MB) | Preview

Abstract

Data kemunculan titik panas dianalisis menggunakan metode dalam data mining, yaitu K-Nearest Neighbor (KNN). KNN merupakan metode untuk mengklasifikasikan objek berdasarkan data training yang terletak paling dekat dengan objek terdekat. Data yang digunakan adalah data titik panas untuk periode 2001-2014 dan data lahan gambut dari tahun 1990-2002. Hasil penelitian menunjukkan bahwa KNN dapat digunakan untuk mengklasifikasikan kemunculan titik panas di Sumatera dan Kalimantan. Akurasi tertinggi hasil klasifikasi pada dataset di Sumatera adalah 97,04% pada tahun 2007 dengan jumlah tetangga (k) adalah 1. Akurasi tertinggi hasil klasifikasi pada dataset di Kalimantan adalah 100% pada tahun 2001, 2003, 2007, dan 2011 dengan (k) adalah 1. Selain itu pada tahun 2005, akurasi tertinggi hasil klasifikasi pada dataset Kalimantan adalah 100% dengan (k) adalah 1 dan (k) adalah 3. Akurasi rata-rata hasil klasifikasi pada dataset di Sumatera adalah 94.14% dan pada dataset di Kalimantan adalah 97.67%. Berdasarkan hasil penelitian dapat disimpulkan bahwa algoritme KNN dapat digunakan untuk memprediksi kemunculan titik panas pada lahan gambut di Sumatera dan Kalimantan. Kata kunci: kebakaran hutan, klasifikasi, k-Nearest Neighbor, titik panas

Actions (login required)

View Item