Klasifikasi Kebakaran Hutan dan Lahan Menggunakan Algoritma Naïve Bayes (Studi Kasus: Provinsi Riau)
Abstract
Kebakaran hutan dan lahan yang terjadi di Indonesia telah menimbulkan banyak kerugian bagi masyarakat. Kebakaran hutan umumnya terjadi pada bulan Agustus dan September, bertepatan dengan musim kemarau pada sebagian besar wilayah Indonesia. Salah satu indikator terjadinya kebakaran hutan adalah titik panas. Penelitian ini menggunakan salah satu teknik data mining yaitu mengklasifikasi titik panas yang ada di Provinsi Riau. Penelitian ini menggunakan dataset kebakaran hutan Kabupaten Pelalawan pada tahun 2015 sampai 2019 dengan menggunakan algoritma Naïve Bayes. Titik panas yang akan dianalisis terdiri dari suhu, kelembaban, curah hujan, kecepatangan angin, dan kelas. Akurasi tertinggi dari dataset kebakaran hutan dan lahan pada tahun 2019 adalah sebesar 96.95%. Metode klasifikasi menggunakan algoritma Naïve Bayes dapat digunakan untuk memprediksi kemunculan titik panas di masa yang akan datang sehingga dapat melakukan tindakan pencegahan sebelum terjadinya kebakaran hutan dan lahan.
Keywords
Full Text:
PDFReferences
Andi Nugroho, A., Iwan, I., Iroh Nur Azizah, K., & Hakim Raswa, F. (2019). Peatland Forest Fire Prevention Using Wireless Sensor Network Based on Naïve Bayes Classifier. KnE Social Sciences, 2019, 20–34. https://doi.org/10.18502/kss.v3i23.5134
Asfihan, A. (2019). Decision Tree Adalah : Jenis, Manfaat, Kelebihan dan Kekurangannya.
BNPB. (2019). Rekapitulasi Luas Kebakaran Hutan dan Lahan (Ha) Per Provinsi Di Indonesia Tahun 2011-2018. SiPongi - Karhutla Monitoring Sistem, (1), 26–27. https://doi.org/10.1103/PhysRevB.65.020504
Bustami. (2014). PENERAPAN ALGORITMA NAIVE BAYES. 8(1).
Cahya. (2018). Implementasi Data Mining Algoritma k-Nearest Neighbors (k-NN) menggunakan PHP dan MySQL untuk memprediksi kelulusan mahasiswa tepat waktu.
Dewi, S. (2016). Komparasi 5 Metode Algoritma Klasifikasi Data Mining Pada Prediksi Keberhasilan Pemasaran Produk Layanan Perbankan. None, 13(1), 60–66.
Itsnaini, N., Sasmito, B., Sukmono, A., & Prasasti, I. (2017). Analisis Hubungan Curah Hujan Dan Parameter Sistem Peringkat Bahaya Kebakaran (Spbk) Dengan Kejadian Kebakaran Hutan Dan Lahan Untuk Menentukan Nilai Ambang Batas Kebakaran. Jurnal Geodesi Undip, 6(2), 62–70.
KLHK. (2019). Kementerian Lingkungan Hidup dan Kehutanan.
Kompas.com. (2019). 4 Upaya Pemerintah Padamkan Kebakaran Hutan. Retrieved from https://www.kompas.com/tren/read/2019/09/17/213000265/4-upaya-pemerintah-padamkan-kebakaran-hutan?page=all#page3. website: https://www.kompas.com/tren/read/2019/09/17/213000265/4-upaya-pemerintah-padamkan-kebakaran-hutan?page=all#page3.
LAPAN. (2019). Lembaga Penerbangan dan Antariksa Nasional. 2016. Informasi Titik Panas (Hotspot) Kebakaran Hutan/Lahan. Retrieved from https://modis-catalog.lapan.go.id/monitoring/
Laroussi, H. M. M. A. (2015). Implementasi algoritma naïve bayes sebagai proses seleksi penerima beasiswa libyan embassy berbasis web.
Maulida, L. (2018). Kunjungan Wisatawan Ke Objek Wisata Unggulan Di Prov . Dki Jakarta Dengan K-Means. JISKa, 2(3), 167–174.
Menhut. (2016). Peraturan Menteri Kehutanan Republik Indonesia Nomor P.32 Tahun 2016 tentang Pengendalian Kebakaran Hutan. Jakarta (ID): Menteri Kehutanan Republik Indonesia.
Misfaul, M., Dana, M., Kurniawan, W., & Fitriyah, H. (2018). Rancang Bangun Sistem Deteksi Titik Kebakaran Dengan Metode Naive Bayes Menggunakan Sensor Suhu dan Sensor Api Berbasis Arduino. 2(9), 3384–3390.
Mulyana, E. (2019). Bencana Kabut Asap Akibat Kebakaran Hutan Dan Lahan Serta Pengaruhnya Terhadap Kualitas Udara Di Provinsi Riau Februari – Maret 2014. Jurnal Sains Dan Teknologi Indonesia, 16(3), 1–7. https://doi.org/10.29122/jsti.v16i3.3417
Negara, B. S., & Kurniawan, R. (2019). Riau Forest Fire Prediction using Supervised Machine Learning. (September 2019).
Novriansyah, D. (2015). Konsep Data Mining VS Sistem Pendukung Keputusan. Yogyakarta: Deepublish.
Nugroho, P. (2017). Klasifikasi tingkat kerawanan kebakaran hutan dan lahan menggunakan algoritme naïve bayes di pulang pisau, kalimantan tengah.
Oktaviana, W. (2017). “Optimasi basis pengetahuan menggunakan algoritma FP-Growth untuk membangun struktur Bayesian Network Penyakit mata. 1–5.
Pattekari, S.A.; Parveen, A. (2012). Prediction system for heart disease using Naïve Bayes. International Journal of Advanced Computer and Mathematical Sciences, 3(3), 290–294.
Pei J, Kamber M, H. J. (2012). Data Mining: Concepts and Techniques 3rd ed. Massachusetts (US): Morgan Kaufmann Publisher.
Peraturan Menteri Kehutanan Nomor: P. 12/Menhut-Ii/2009 tentang Pengendalian Kebakaran Hutan. (2009). https://doi.org/10.18860/ling.v5i1.609
Pramesti, D. F., Furqon, M. T., & Dewi, C. (2017). Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan / Lahan Berdasarkan Persebaran Titik Panas ( Hotspot ). 1(9), 723–732.
Putrada, A. M., Abdurohman, M., & Putrada, A. G. (2018). Increasing Smoke Classifier Accuracy using Naïve Bayes Method on Internet of Things. Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control, 4(1), 19–26. https://doi.org/10.22219/kinetik.v4i1.704
Reza Noviansyah, M., Rismawan, T., Marisa Midyanti, D., Sistem Komputer, J., & MIPA Universitas Tanjungpura Jl Hadari Nawawi, F. H. (2018). Penerapan Data Mining Menggunakan Metode K-Nearest Neighbor Untuk Klasifikasi Indeks Cuaca Kebakaran Berdasarkan Data Aws (Automatic Weather Station) (Studi Kasus: Kabupaten Kubu Raya). Jurnal Coding, Sistem Komputer Untan, 6(2), 48–56. Retrieved from http://jurnal.untan.ac.id/index.php/jcskommipa/article/view/26672
Rizka, Y. A. (2016). Klasifikasi kemunculan titik panas pada lahan gambut di sumatera dan kalimantan menggunakan algoritme naive bayes.
Roswintiarti, D. O. (2016). Informasi Titik Panas (Hotspot) Kebakaran Hutan/Lahan. 1.
Saleh, A. (2015). Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. 2(3), 207–217.
Setiawan, A. (2018). Kebijakan Penanganan Kebakaran Hutan dan Lahan di Indonesia. Political Ecology, VI(May), 1–13.
Suntoro, J. (2019). Data Mining: Algoritma dan Implementasi dengan Pemograman PHP. Jakarta: PT ELEX MEDIA KOMPUTINDO.
Widiastuti, D., Informasi, J. S., & Gunadarma, U. (2012). ANALISA PERBANDINGAN ALGORITMA SVM , NAIVE BAYES , DAN DECISION TREE DALAM MENGKLASIFIKASIKAN SERANGAN ( ATTACKS ). 1–8.
Witten, Ian H. Frank, E. H. (2011). Data Mining Practical Machine Learning Tools and Techniques. In Encyclopedia of Ecology, Five-Volume Set (third). https://doi.org/10.1016/B978-008045405-4.00153-1
Wu, X., Kumar, V., … Dan, J. H. (2008). Top 10 algorithms in data mining. https://doi.org/10.1007/s10115-007-0114-2
DOI: https://doi.org/10.26418/justin.v9i2.42823
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 JUSTIN (Jurnal Sistem dan Teknologi Informasi)
View My Stats

All article in Justin is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License