Klasifikasi Kemunculan Titik Panas Pada Lahan Gambut Di Sumatera Dan Kalimantan Menggunakan Algoritme K-Nearest Neighbor
View/Open
Date
2015Author
Kusumaningrum, Fitri
Sitanggang., Imas Sukaesih
Metadata
Show full item recordAbstract
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.
Collections
- UT - Computer Science [2335]