dc.contributor.advisor | Sitanggang., Imas Sukaesih | |
dc.contributor.author | Kusumaningrum, Fitri | |
dc.date.accessioned | 2016-03-23T04:58:52Z | |
dc.date.available | 2016-03-23T04:58:52Z | |
dc.date.issued | 2015 | |
dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/79707 | |
dc.description.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. | id |
dc.language.iso | id | id |
dc.publisher | Bogor Agricultural University (IPB) | id |
dc.publisher | Bogor Agricultural University (IPB) | id |
dc.subject.ddc | Computer science | id |
dc.subject.ddc | Algorithms | id |
dc.subject.ddc | 2015 | id |
dc.subject.ddc | Kalimantan | id |
dc.title | Klasifikasi Kemunculan Titik Panas Pada Lahan Gambut Di Sumatera Dan Kalimantan Menggunakan Algoritme K-Nearest Neighbor | id |
dc.type | Undergraduate Thesis | id |
dc.subject.keyword | kebakaran hutan | id |
dc.subject.keyword | klasifikasi | id |
dc.subject.keyword | k-Nearest Neighbor | id |
dc.subject.keyword | titik panas | id |