KLASIFIKASI KESEHATAN HUTAN MENGGUNAKAN ALGORITMA PEMBELAJARAN MESIN

Obednego, Ruben Megan Kay (2025) KLASIFIKASI KESEHATAN HUTAN MENGGUNAKAN ALGORITMA PEMBELAJARAN MESIN. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf

Download (1MB)
[img] Text (BAB I)
BAB I.pdf

Download (323kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (646kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (380kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB V)
BAB V.pdf

Download (77kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (191kB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only

Download (921kB)

Abstract

Masalah yang dihadapi dalam penelitian ini adalah kurangnya sistem pemantauan otomatis yang efektif untuk mengklasifikasikan kesehatan hutan yang penting dalam upaya pelestarian dan pengelolaan sumber daya alam. Kesehatan hutan yang terabaikan dapat menyebabkan kerusakan lingkungan yang lebih luas. Penelitian ini bertujuan untuk mengklasifikasikan kesehatan hutan dengan algoritma pembelajaran mesin yang dapat memprediksi status kesehatan hutan berdasarkan data ekologi, seperti diameter pohon, tinggi pohon, dan sifat tanah. Metode yang digunakan mencakup pengumpulan data dan pra-pemrosesan data yang meliputi pembersihan, augmentasi spasial, dan penyeimbangan data menggunakan teknik SMOTE. Setelah itu, model klasifikasi diterapkan menggunakan algoritma Support Vector Machine (SVM), Decision Tree, Naïve Bayes, dan K-Nearest Neighbors (KNN). Hasil penelitian menunjukkan bahwa Decision Tree memberikan akurasi terbaik sebesar 92%, yang menunjukkan kemampuan lebih baik dalam mengklasifikasikan kondisi hutan dibandingkan algoritma lainnya. Penelitian ini memberikan kontribusi dalam pemantauan kesehatan hutan secara otomatis yang dapat dimanfaatkan oleh berbagai pihak untuk pengelolaan hutan yang lebih efisien.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Ariyus, Dony
Uncontrolled Keywords: Klasifikasi Kesehatan Hutan, Pembelajaran Mesin, SVM, Decision Tree, SMOTE
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
Divisions: Fakultas Ilmu Komputer > Teknik Komputer
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 02 Dec 2025 04:14
Last Modified: 02 Dec 2025 04:14
URI: http://eprints.amikom.ac.id/id/eprint/31431

Actions (login required)

View Item View Item