PENERAPAN DATA MINING MENGGUNAKAN METODE K-NEAREST NEIGHBOR UNTUK KLASIFIKASI INDEKS CUACA KEBAKARAN BERDASARKAN DATA AWS (AUTOMATIC WEATHER STATION) (STUDI KASUS: KABUPATEN KUBU RAYA)

M. Reza Noviansyah , Tedy Rismawan , Dwi Marisa Midyanti

Abstract


Informasi mengenai indeks cuaca kebakaran merupakan informasi yang sangat penting dan diperlukan oleh pemadam kebakaran dalam kegiatan pengendalian kebakaran hutan dan lahan. Ada banyak metode yang dapat digunakan untuk menentukan indeks cuaca kebakaran, salah satunya dengan menggunakan algoritma klasifikasi yaitu K-Nearest Neighbor (KNN). KNN merupakan metode klasifikasi yang mencari nilai K (cluster) atau tetangga terdekat dalam menentukan kelas pada data baru. Penelitian ini menerapkanĀ  Data Mining dengan algoritma klasifikasi KNN dalam mengklasifikasi tingkatan bahaya kebakaran hutan berdasarkan kelas Fire Weather Index (FWI). FWI merupakan sistem tingkatan bahaya kebakaran hutan dan lahan yang terdiri dari rendah, sedang, tinggi dan ekstrim. Penelitian menggunakan atribut data berupa suhu, kelembapan, curah hujan dan kecepatan angin untuk diklasifikasi pada kelas FWI. Pengujian dilakukan dengan menghitung jarak data uji terhadap data latih menggunakan metode KNN untuk mendapatkan nilai K terbaik. Berdasarkan hasil pada pengujian dengan menggunakan 252 data uji dihasilkan persentase keberhasilan 80,16% dengan nilai K=5.

Kata Kunci: Kebakaran Hutan, Data Mining, K-Nearest Neighbor (KNN), Fire Weather Index(FWI).

Full Text:

PDF

Refbacks

  • There are currently no refbacks.