Article Per Year (5 Year)
p-Index From 2020 - 2025
1.723
P-Index
This Author published in this journals
All Journal JURNAL MEDIA INFORMATIKA BUDIDARMA JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI CYBERNETICS BULETIN AL-RIBAATH Krea-TIF: Jurnal Teknik Informatika Abdimas Umtas : Jurnal Pengabdian kepada Masyarakat Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Teknosains : Jurnal Sains,Teknologi dan Informatika Innovative: Journal Of Social Science Research Indonesian Journal of Innovation Science and Knowledge
Fakhruzi, Izhan
Universitas Muhammadiyah Pontianak
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Perbandingan Algoritma SVM dan Naïve Bayes untuk Klasifikasi Kebakaran Hutan dan Lahan Viona, Tiara Aurilia; Utami, Putri Yuli; Fakhruzi, Izhan; Anugrah, Rifqi
Krea-TIF: Jurnal Teknik Informatika Vol 12 No 2 (2024): Krea-TIF 2024
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kabupaten Ketapang merupakan satu diantara kabupaten di Provinsi Kalimantan Barat yang sering terjadi bencana kebakaran hutan dan lahan (karhutla). Tujuan dilakukannya penelitian ini untuk memprediksi terjadinya bencana karhutla di Kabupaten Ketapang agar penanganan karhutla dapat lebih optimal. Berdasarkan data dari Badan Penanggulangan Bencana Daerah (BPBD) Provinsi Kalimantan Barat total kejadian bencana karhutla di Kabupaten Ketapang mulai dari tahun 2015 sampai tahun 2022 sudah terjadi sebanyak 235 kali. Tujuan penelitian ini untuk memprediksi terjadinya kebakaran hutan dan lahan serta melakukan klasifikasi daerah yang masuk kategori rawan dan sangat rawan di Ketapang. Pada penelitian ini klasifikasi dilakukan dengan membandingkan metode SVM dan Naïve Bayes untuk mendapatkan akurasi yang optimal. Dataset yang digunakan adalah data hotspot dan data iklim Kabupaten Ketapang tahun 2021 – 2022 yang berjumlah 4.697 data. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi 99,67%, sedangkan SVM memiliki akurasi 98,24%, mengindikasikan bahwa Naïve Bayes lebih unggul dalam klasifikasi daerah rawan karhutla. Penelitian ini dapat diperluas dengan mempertimbangkan faktor tambahan seperti vegetasi, topografi, dan pengaruh aktivitas manusia untuk meningkatkan keakuratan prediksi serta pengembangan sistem peringatan dini berbasis kecerdasan buatan.
Co-Authors Ade Zaldi Eureka Zendar Ade Alda Cendekia Siregar Alkadri, Syarifah Putri Agustini Anugrah, Rifqi Asrul Abdullah Faiza Husnayeni Nahar Heni Kriswanti Linda Suwarni M. Khairul Anwari Muhammad Annas Novianti, Novianti Nurhayati Nurhayati Putri Yuli Utami Ramadhan, Dwi Rohmat Rika Putri Tanassy Rodibelle F Leona Saputra, Adjie Bintang Selviana Sigit Arie Wibowo Syarifah Putri Agustini Alkadri Utami, Putri Yuli Viona, Tiara Aurilia Yanti , Dewi Yordan Gunawan Zulfan Ahmadi