Penerapan Algoritma Naïve Bayes dalam Pengklasifikasian Kebakaran Hutan di Kalimantan Barat

Abstract

Peristiwa kebakaran hutan dan lahan mengakibatkan kerugian dari berbagai aspek baik ekonomi, ekologi, sosial budaya, dan politik dan menjadi perhatian di skala nasional maupun global. Untuk mencegah terjadinya kebakaran dapat dilakukan penyediaan informasi terkait kebakaran hutan dan lahan. Tujuan penelitian ini adalah mengklasifikasikan kebakaran hutan Provinsi Kalimantan Barat dengan algoritma Naïve Bayes. Penelitian ini menggunakan data titik api Provinsi Kalimantan Barat tahun 2022 dan beberapa data spasial untuk variabel ketinggian lahan, kemiringan lereng, dan tutupan lahan. Variabel tutupan lahan memiliki kontribusi terbesar dengan nilai probabilitas mencapai 0,6190. Penelitian ini menghasilkan nilai akurasi sebesar 86,67% dengan hasil 26 data diklasifikasikan dengan benar dari 30 data testing yang digunakan. Selain itu didapatkan nilai sensitivitas atau hasil klasifikasi dari data titik api sebesar 93,33% dan nilai spesifisitas sebesar 80% atau hasil klasifikasi data non titik api yang telah diklasifikasikan dengan benar. Nilai tersebut menunjukkan bahwa Naïve Bayes telah mengklasifikasikan data spasial titik api kebakaran hutan dan lahan di Kalimantan Barat pada tahun 2022 dengan baik sehingga dapat digunakan sebagai pertimbangan untuk melakukan tindakan pencegahan terjadinya kebakaran hutan dan lahan untuk masa mendatang dengan melakukan pemantauan dan mendeteksi kemungkinan terjadinya kebakaran hutan dan lahan dengan memanfaatkan algoritma Naïve Bayes.