Klasifikasi citra satelit pada kebakaran lahan gambut di provinsi riau menggunakan algoritme C4.5 dan C5.0
Abstract
Indonesia merupakan salah satu negara yang memiliki kekayaan hutan terbesar di dunia. Akan tetapi, banyak sekali peristiwa kebakaran hutan yang terjadi khususnya kebakaran hutan gambut. Kebakaran hutan dan lahan gambut di Indonesia mengakibatkan banyak kerugian. Lokasi kebakaran hutan dapat dideteksi dengan indikator titik panas menggunakan remote sensing. Citra satelit tersebut diklasifikasikan menggunakan beberapa algoritme pohon, yaitu C4.5 dan C5.0. Tujuan penelitian ini adalah membangun model klasifikasi menggunakan algoritme C4.5 dan algoritme C5.0 serta mendapatkan klasifikasi data citra satelit lahan menjadi dua kelas (terbakar dan tidak terbakar). Data yang digunakan, yaitu data citra satelit di Kabupaten Rokan Hilir, Provinsi Riau dengan resolusi 30×30 meter pada path 127 dan row 59, data peta lahan gambut, dan data titik panas. Praproses penentuan kelas citra satelit dibantu menggunakan perangkat lunak ILWIS. Hasil penelitian ini menunjukkan algoritme C5.0 menghasilkan akurasi 86.4%, sensitifitas 78.21%, dan spesifitas 100%. Sementara itu, algoritme C4.5 menghasilkan akurasi 86.3%, sensitifitas 78.10%, dan spesifitas 100%.
Collections
- UT - Computer Science [2241]