PRAYUDHA MURDHANI, - (2021) PENERAPAN LEARNING VECTOR QUANTIZATION 3 (LVQ3) UNTUK MENDETEKSI TINGKAT BAHAYA KEBAKARAN HUTAN DAN LAHAN BERDASARKAN INDEKS KEKERINGAN KEETCH-BYRAM. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

	Text (BAB IV DAN V ANALIS DAN PERANCANGAN) BAB IV DAN V ANALISA DAN PERANCANGAN.pdf - Published Version Restricted to Repository staff only Download (2MB)
Preview	Text TA LENGKAP KECUALI BAB IV DAN V.pdf Download (4MB) | Preview

Abstract

Kebakaran merupakan salah satu bencana alam yang patut diwaspadai bagi daerah yang didominasi oleh kawasan hutan. Faktor yang dapat mempengaruhi terjadinya kebakaran hutan seperti faktor alam dan faktor manusia. Penelitian ini mendeteksi tingkat bahaya kebakaran hutan dan lahan menggunakan algoritma klasifikasi Learning Vector Quantization 3 (LVQ 3) berdasarkan indeks kekeringan Keetch-Byram dengan 4 kelas yaitu rendah, sedang, tinggi dan ekstrim. Data wilayah pada penelitian adalah Kota Pekanbaru dan Kabupaten Indragiri Hulu tahun 2018-2019. Pengujian klasifikasi dilakukan terhadap pembagian data latih dan data uji yang berbeda. Hasil pengujian sistem untuk tingkat akurasi tertinggi sebesar sebesar 44% pada pembagian data latih 70% dan data uji 30% dengan learning rate 0.3, minimum learning rate 0.0001 dan nilai window 0.2 untuk wilayah Kota Pekanbaru sedangkan untuk wilayah Indragiri Hulu akurasi tertinggi sebesar 50% pada pembagian data latih 90% dan data uji 10% dengan learning rate 0.3, minimum learning rate 0.0001 dan nilai window 0.2. Kata kunci : Kebakaran hutan dan lahan, LVQ3, Indeks kekeringan Keetch-Byram

Actions (login required)

View Item