Implementasi Forward Selection dan Bagging untuk Prediksi Kebakaran Hutan Menggunakan Algoritma Naïve Bayes
DOI:
https://doi.org/10.25077/TEKNOSI.v8i1.2022.1-8Keywords:
Prediksi Kebakaran Hutan, Forward Selection, Bagging, Naïve BayesAbstract
Kebakaran hutan tidak hanya menimbulkan kerusakan ekonomi dan ekologi, akan tetapi juga mengancam kehidupan manusia dengan pencemaran udara karena asap yang ditimbulkan.Tingginya angka kejadian kebakaran hutan menentukan pentingnya prediksi dilakukan. Algerian Forest Fire merupakan dataset kebakaran hutan yang digunakan dalam penelitian ini, dimana dataset ini akan diolah dengan model yang diusulkan. Dataset ini memiliki fitur-fitur yang tidak relevan dan akan mempengaruhi terhadap kinerja dari model yang diusulkan, sehingga pemilihan fitur yang relevan menggunakan Forward Selection. Metode Bagging digunakan untuk menangani ketidakseimbangan kelas yang ada pada dataset ini dan algoritma Naïve Bayes sebagai algoritma machine learning yang diimplementasikan dalam penelitian ini. Hasil akurasi terbaik adalah sebesar 98.40% pada model Naive Bayes, Bagging dan Greedy Forward Selection dan 92.63% pada model Naïve Bayes dan Bagging.References
[1] F. Abid and N. Izeboudjen, “Predicting Forest Fire in Algeria Using Data Mining Techniques: Case Study of the Decision Tree Algorithm,†Adv. Intell. Syst. Comput., vol. 1105 AISC, no. February, pp. 363–370, 2020. [2] A. Alonso-Betanzos et al., “An intelligent system for forest fire risk prediction and fire fighting management in Galicia,†Expert Syst. Appl., vol. 25, no. 4, pp. 545–554, 2003. [3] V. Sevinc, O. Kucuk, and M. Goltas, “A Bayesian network model for prediction and analysis of possible forest fire causes,†For. Ecol. Manage., vol. 457, no. June, p. 117723, 2020. [4] H. Lin, X. Liu, X. Wang, and Y. Liu, “A fuzzy inference and big data analysis algorithm for the prediction of forest fire based on rechargeable wireless sensor networks,†Sustain. Comput. Informatics Syst., vol. 18, pp. 101–111, 2018. [5] R. S. Wahono, “A Systematic Literature Review of Software Defect Prediction : Research Trends , Datasets , Methods and Frameworks,†J. Softw. Eng., vol. 1, no. 1, 2015. [6] C. Catal and B. Diri, “A systematic review of software fault prediction studies,†Expert Syst. Appl., vol. 36, no. 4, pp. 7346–7354, 2009. [7] J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques. 2012. [8] F. Fitriyani, “Metode Bagging Untuk Imbalance Class Pada Bedah Toraks Menggunakan Naive Bayes,†J. Kaji. Ilm., vol. 18, no. 3, p. 278, 2018. [9] F. Fitriyani, “Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy Forward Selection,†J. Nas. Teknol. dan Sist. Inf., vol. 7, no. 2, pp. 61–69, 2021. [10] Y. An, S. Sun, and S. Wang, “Naive Bayes classifiers for music emotion classification based on lyrics,†Proc. - 16th IEEE/ACIS Int. Conf. Comput. Inf. Sci. ICIS 2017, no. 1, pp. 635–638, 2017. [11] Fitriyani and R. S. Wahono, “Integrasi Bagging dan Greedy Forward Selection pada Prediksi Cacat Software dengan Menggunakan Naïve Bayes,†J. Softw. Eng., vol. 1, no. 2, pp. 101–108, 2015. [12] R. Sanjaya and F. Fitriyani, “Prediksi Bedah Toraks Menggunakan Seleksi Fitur Forward Selection dan K-Nearest Neighbor,†J. Edukasi dan Penelit. Inform., vol. 5, no. 3, p. 316, 2019. [13] I. H. Laradji, M. Alshayeb, and L. Ghouti, “Software defect prediction using ensemble learning on selected features,†Inf. Softw. Technol., vol. 58, pp. 388–402, 2015. [14] F. Abdi, K. Khalili-Damghani, and S. Abolmakarem, “Solving customer insurance coverage sales plan problem using a multi-stage data mining approach,†Kybernetes, vol. 47, no. 1, pp. 2–19, 2018. [15] M. M. Saritas and A. Yasar, “Performance Analysis of ANN and Naive Bayes Classification Algorithm for Data Classification,†Int. J. Intell. Syst. Appl. Eng., vol. 7, pp. 88–91, 2019. [16] F. Fitriyani and T. Arifin, “Implementasi Greedy Forward Selection untuk Prediksi Metode Penyakit Kutil Menggunakan Decision Tree,†JST (Jurnal Sains dan Teknol., vol. 9, no. 1, pp. 76–85, 2020. [17] X. Y. Liu and Z. H. Zhou, “Ensemble methods for class imbalance learning,†Imbalanced Learn. Found. Algorithms, Appl., pp. 61–82, 2013. [18] J. Cai, J. Luo, S. Wang, and S. Yang, “Feature selection in machine learning: A new perspective,†Neurocomputing, vol. 300, pp. 70–79, 2018. [19] Alpaydın Ethem, Introduction to Machine Learning Second Edition, 2nd ed. London: MIT, 2010.[20] D. T. Larose, Data Mining Methods and Models. 2006. [21] D. Sumeet and D. Xian, Data Mining and Machine Learning in Cybersecurity. 2011. [22] M. Bramer, Principles of Data Mining, no. February. 2007.
Downloads
Submitted
Accepted
Published
How to Cite
Issue
Section
License
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.