Armaya, Andi Muhammad Rafli
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PENGARUH FEATURE SELECTION DAN FEATURE EXTRACTION DALAM PENINGKATAN AKURASI KLASIFIKASI KEBAKARAN HUTAN Armaya, Andi Muhammad Rafli
Jurnal Teknologi Informasi Vol 3, No 1 (2024): Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/juti.v3i1.1039

Abstract

Kebakaran hutan menjadi salah satu bencana yang menyebabkan kerugiaan yang sangat besar khususnya untuk lingkungan. Kebakaran hutan melepaskan sejumlah besar karbon dioksida, nitrogen oksida, belerang dioksida, dan gas rumah kaca lain yang mendorong terjadinya pemanasan global. Maka untuk menlakukan pencegahan dan meminimalisir dampak dari kebakaran hutan kita dapat melakukan data mining dengan cara klasifikasi. Dalam penelitian ini dilakukan beberapa algoritma antara lain decision tree (C4.5), logistic regression, neural network dan naïve bayes untuk meningkatan tingkat akurasi dan setelah mendapatkan algoritma yang baik, maka dilakukan feature selection dan feature extraction untuk meningkatkan akurasi algoritma tersebut.