Klasifikasi Tingkat Kerawanan Kebakaran Hutan dan Lahan menggunakan Algoritme Naïve Bayes di Pulang Pisau, Kalimantan Tengah
Abstract
Kebakaran hutan atau lahan di Indonesia umumnya disebabkan oleh kegiatan manusia, baik disengaja atau akibat kelalaian, sedangkan sisanya adalah karena faktor alam. Penelitian ini mengembangkan model klasifikasi berdasarkan faktor spasial dan faktor sosial ekonomi untuk mengetahui tingkat kerawanan kebakaran hutan dan lahan di Kabupaten Pulang Pisau, Provinsi Kalimantan Tengah. Pemodelan klasifikasi ini menggunakan algoritme Naïve Bayes dengan dataset titik panas periode 2013 sampai 2015 dan data potensi desa tahun 2014. Penelitian ini menggunakan 9 faktor yang dapat mempengaruhi kebakaran hutan dan lahan, yaitu jenis tutupan lahan, jarak terhadap sungai, jarak terhadap jalan, jarak terhadap pusat desa, tipe gambut, kedalaman gambut, mata pencaharian, jumlah sekolah, dan penggunaan lahan. Penelitian ini membagi faktor kelas menjadi 5 kelas dan menghasilkan akurasi rata-rata untuk data uji sebesar 71.02%. Beberapa faktor spasial pada pemodelan Naïve Bayes menunjukkan bahwa semakin jauhnya jarak sungai maka tingkat kerawanan kebakaran hutan dan lahan cenderung sangat tinggi sekali. Semakin jauhnya jarak jalan maka tingkat kerawanan kebakaran hutan dan lahan cenderung rendah sedangkan untuk jarak pusat desa yang jauh maka semakin rendah tingkat kerawanan kebakaran hutan dan lahan.
Collections
- UT - Computer Science [2254]