Aplikasi Klasifikasi Berbasis Web untuk Data Kebakaran Hutan Menggunakan Framework Shiny dan Algoritme C5.0

Abstract

Kebakaran hutan merupakan ancaman bagi ekosistem dan lingkungan karena dampak yang dihasilkan sangat merugikan. Setiap tahun terjadi penambahan titik panas sebagai indikator kebakaran hutan di wilayah Indonesia, salah satunya Provinsi Riau. Untuk memprediksi kemunculan titik panas, dibangun sebuah aplikasi berbasis web berdasarkan karakteristik wilayah menggunakan framework Shiny. Algoritme klasifikasi yang digunakan adalah algoritme C5.0 yang menghasilkan model klasifikasi berupa pohon keputusan dan model berbasis aturan. Framework Shiny dibangun dengan fungsi reactivity yang ketika terjadi perubahan input, server akan menghasilkan output berdasarkan perubahan tersebut. Klasifikasi dilakukan pada dataset kebakaran hutan di wilayah Rokan Hilir di Provinsi Riau pada tahun 2008. Dataset terdiri atas sepuluh variabel penjelas (data fisik, data cuaca, dan data sosial-ekonomi) dan satu variabel target (data titik panas dan data bukan titik panas). Penerapan algoritme C5.0 pada dataset kebakaran hutan menghasilkan model pohon keputusan dengan akurasi 72.72% dan model berbasis aturan dengan akurasi 73.51%. Dari model pohon keputusan diperoleh 16 aturan klasifikasi sedangkan model berbasis aturan terdiri atas 15 aturan klasifikasi.