ANALISIS POTENSI BENCANA ALAM TANAH LONGSOR KABUPATEN MAJALENGKA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

Abstract Views : 411 / Downloads Count: 495

Authors

  • Deffy Susanti Universitas Majalengka
  • Tantri Wahyuni universitas Majalengka

DOI:

https://doi.org/10.31949/infotech.v9i2.5645

Keywords:

bencana, alam, longsong, Naive Bayes

Abstract

Bencana alam adalah salah satu fenomena yang dapat terjadi setiap saat sehingga menimbulkan risiko atau bahaya terhadap kehidupan manusia Dalam banyak nya bentuk bencana alam terdapat bencana alam tanah longsor. Potensi terjadinya pada lereng tergantung pada kondisi batuan dan tanah penyusunannya, struktur geologi, curah hujan dan penggunaan lahan. Dilihat dari karateristik wilayah Kabupaten Majalengka maka dilakukan analisis kerentanan tingkat potensi bahaya tanah longsor. Salah satu metode yang dapat digunakan untuk menentukan potensi bahaya tanah lonngsor adalah algoritma klasifikasi Naïve Bayes Classifier. Naive Bayes Classifier merupakan sebuah pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Metode Naïve Bayes Classifier dangan melakukan prediksi menggunakan Rapidminer menghasilkan nilai akurasi pengklasifikasian sebesar 82,61%.

 

Kata Kunci: bencana alam, potensi, tanah longsor

Downloads

Download data is not yet available.

Author Biography

Deffy Susanti, Universitas Majalengka

Program Studi Informatika

References

Abdullah, Riska K., and Ema Utami. 2018. “Studi Komparasi Metode SVM Dan Naive Bayes Pada Data Bencana Banjir Di Indonesia Pembaca Ataupun Peneliti Bisa Melihat Pola Yang Tersembunyi Di Indonesia.” Tecnoscienza 3(1):103–22.

Ardiansyah. 2015. “Jurnal Geodesi Undip Oktober 2015 Oktober 2015.” Survei Pendahuluan Deformasi Muka Tanah Dengan Pengamatan Gps Di Kabupaten Demak 4:316–24.

Assegaf, Muhammad Iqbal. 2021. “Persepsi Mahasiswa Terhadap Kelas Kuliah Menggunakan Metode Perhitungan Kategori Skor Persepsional Sertifikasi Dosen.” Universitas Majalengka 100(METODE PERHITUNGAN KATEGORI SKOR PERSEPSIONAL SERTIFIKASI DOSEN):1–85.

BAJABIR, AZIS ZED ALI MUHAMMAD. 2018. “Penerapan Metode Naive Bayes Untuk Prediksi Menentukan Karyawan Tetap Pada Pt. Ysp Industries Indonesia.” SEKOLAH TINGGI TEKNOLOGI PELITA BANGSA 72(PREDIKSI MENENTUKAN KARYAWAN TETAP):1–62.

Bustami, 2012, Dosen Informatika Teknik, and Naive Bayes. 2018. “‘PENERAPAN ALGORITMA NAIVE BAYES UNTUK MENGKLASIFIKASI DATA NASABAH.’” Jurnal Penelitian Teknik Informatika Universitas Malikussaleh 146(Klasifikasi):128–46.

Direja, Ade H. S., and Susilo Wulan. 2018. “Faktor-Faktor Yang Berhubungan Dengan Kesiapsiagaan Tenaga Kesehatan Dalam Menghadapi Bencana Gempabumi Dan Tsunami.” Journal Dialog Penanggulangan Bencana BNPB 9(2):102–15.

Engineering, Informatics, Slamet Triyanto, Andi Sunyoto, M. Rudyanto Arief, Ilmu Komputer, Universitas Amikom Yogyakarta, Ilmu Komputer, Magister Teknik Informatika, and Universitas Amikom Yogyakarta. 2021. “Analisis Klasifikasi Bencana Banjir Berdasarkan.” 5(2):109–17.

Firdaus, Ananda Fiqri, Rohmat Saedudin, Rachmadita Andeswari, and Universitas Telkom. 2021. “Implementasi Metode Klasifikasi Naive Bayes Implementation of Naive Bayes Classification Method in Predicting.” 8(5):9274–79.

Haryati, Ajeng. 2021. “RANCANG BANGUN SISTEM PAKAR DIAGNOSA GANGGUAN SUASANA PERASAAN (AFEKTIF) MENGGUNAKAN METODE TEOREMA BAYES BERBASIS ANDROID.” Jurnal Aplikasi Teknologi Pangan 4(1):1–2.

Hasan, Muhammad, Dedy Kurnia Sunaryo, and Jasmani. 2019. “Pemodelan Potensi Air Tanah Untuk Pengelolaan Sumber Daya Air Menggunakan Sistem Informasi Geografis.” Teknik Geodesi, Institut Teknologi Nasional Malang 5(PENGELOLAAN SUMBER DAYA AIR MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS).

Herdiana, Diana Surya. 2020. “PERBANDINGAN MODEL SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED), EXPONENTIAL MOVING AVERAGE DAN SINGLE EXPONENTIAL SMOOTHING PADA PERAMALAN PENYEBARAN COVID-19 DI INDONESIA.” SELL Journal 5(1):55.

Ibnurusydy. 2015. “Sumber: (Http://Www.Ibnurusydy.Com/Data-Bencana-Alam-Di-Indonesia-Sejak-1915- 2015/) 1.” 3:1–35.

Lorena., Selvia. 2016. “Teknik Data Mining Menggunakan Metode Bayes Classifier Untuk Optimalisasi Pencarian Aplikasi Perpustakaan.” Jurnal Teknik Komputer 4(2):17–20.

Nikmatuzaroh, R. .. dan N. Maziyyah. 2019. “Sehingga Dapat Dilakukan Upaya Mitigasi Bertujuan Mencegah Risiko Yang Berpotensi Menjadi Bencana Atau Mengurangi Efek Dari Bencana Ketika Bencana Itu Terjadi.” Skripsi 1–5.

Providana, Anantasya. 2018. “Penerapan Algoritma Naive Bayes Untuk Menentukan Status Kesejahteraan Rumah Tangga.” Jurnal SEKOLAH TINGGI TEKNOLOGI PELITA BANGSA BEKASI 72(penerapan kesejahteraan rumah tangga):1–60.

Putri, Riyan Eko, Suparti, and Rita Rahmawati. 2014. “Perbandingan Metode Klasifikasi Naãve Bayes Dan K-Nearest Neighbor Pada Analisis Data Status Kerja Di Kabupaten Demak Tahun 2012.” Jurnal Gaussian 3(4):831–38.

Repository, Digital, Repository Universitas, and Universitas Jember. 2021. “Digital Repository Repository Universitas Universitas Jember Jember Digital Digital Repository Repository Universitas Universitas Jember Jember.” Digital Repository Universitas Jember (September 2019):2019–22.

Rini, Endah Puspo, and Agus Sudarsono. 2013. “Tingkat Pemahaman Kesiapsiagaan Kepala Keluarga Dalam Menghadapi Bencana Gempa Bumi Di Dusun Potrobayan Desa Srihardono Kecamatan Pundong Kabupaten Bantul.” Journal of Chemical Information and Modeling 53(9):1689–99.

Roni, Cecep. 2021. “ANALISIS SENTIMEN PENGGUNA MEDIA SOSIAL TWITTER TERHADAP WABAH COVID-19 DENGAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE.” Industry and Higher Education 3(1):1689–99.

Septiani, Yuni, Edo Aribbe, and Risnal Diansyah. 2020. “ANALISIS KUALITAS LAYANAN SISTEM INFORMASI AKADEMIK UNIVERSITAS ABDURRAB TERHADAP KEPUASAN PENGGUNA MENGGUNAKAN METODE SEVQUAL (Studi Kasus : Mahasiswa Universitas Abdurrab Pekanbaru).” Jurnal Teknologi Dan Open Source 3(1):131–43. doi: 10.36378/jtos.v3i1.560.

Setyowat, Melis. 2008. “Penerapan Metode Normalized Difference Vegetation Index (NDVI), Normalized Difference Moisture Index (NDMI) Dan Parameter Fisik Untuk Zonasi Rawan Longsor Di Kota Bandarlampung.” halaman 49(bahaya bencana tanah longsor):69–73.

Sherekar, Patil and, Bustami, Ridwan, Pattekari and Parveen, and Xhemali. 2013. Pendahuluan Teorema Naïve Bayes. https://fl. edited by Flinsetyadi 2013. flinsetyadi.com 2013.

Shiri, Ali. 2009. Introduction to Modern Information Retrieval (2nd Edition). Vol. 53. Prabhakar. edited by C. D. Manning. Cambridge University Press Cambridge, England: Online edition (c) 2009 Cambridge UP.

Downloads

Published

04-07-2023

How to Cite

Susanti, D., & Wahyuni, T. (2023). ANALISIS POTENSI BENCANA ALAM TANAH LONGSOR KABUPATEN MAJALENGKA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER. INFOTECH Journal, 9(2), 299–306. https://doi.org/10.31949/infotech.v9i2.5645

Issue

Section

Articles