Komparasi Algoritma LR, K-NN, dan SVM untuk Estimasi Area Kebakaran Hutan

Fitriyani, dan Rangga Sanjaya

Infotronik : Jurnal Teknologi Informasi dan Elektronika

Journal URL

Metadata Publikasi

Kategori: Jurnal Nasional Bereputasi SINTA 5
Jurnal/Sumber: Infotronik : Jurnal Teknologi Informasi dan Elektronika
Penerbit: Infotronik : Jurnal Teknologi Informasi dan Elektronika
ISSN: 2548-1932
Tanggal Publikasi: 10 Desember 2018
Volume / Issue: Vol 3, No 2 (2018)
DOI: -
URL Jurnal: http://jurnal.usbypkp.ac.id/index.php/infotronik/article/view/109

Penulis dan Afiliasi

Fitriyani Universitas ARS - Corresponding author

Rangga Sanjaya Universitas ARS

Abstrak

Kebakaran hutan menimbulkan berbagai permasalahan seperti asap yang dapat mengganggu sistem pernapasan, kerusakan lingkungan dan bencana lainnya. Kebakaran hutan juga dapat berdampak pada biaya yang akan dikeluarkan untuk menyelesaikan masalah yang timbul akibat kebakaran hutan, sehingga diperlukan penelitian untuk mengukur tingkat radiasi api pada area yang terbakar. Algoritma LR (Linear Regression), K-NN (K-Nearest Neighbor) dan SVM (Support Vector Machine) merupakan metode untuk regresi dan klasifikasi. Pada penelitian ini dilakukan perbandingan atau komparasi untuk mendapatkan algoritma terbaik dalam estimasi area kebakaran hutan.

Kata Kunci

Estimasi Kebakaran Hutan Linear Regression K-Nearest Neighbor Support Vector Machine

Citation

BibTeX EndNote RefMan RefWorks

APA

Fitriyani, & Sanjaya, R. (2018). Komparasi Algoritma LR, K-NN, dan SVM untuk Estimasi Area Kebakaran Hutan. Infotronik : Jurnal Teknologi Informasi dan Elektronika, Vol 3, No 2 (2018).

Chicago

Fitriyani, and Rangga Sanjaya. "Komparasi Algoritma LR, K-NN, dan SVM untuk Estimasi Area Kebakaran Hutan." Infotronik : Jurnal Teknologi Informasi dan Elektronika Vol 3, No 2 (2018) (2018).

Harvard

Fitriyani, and Sanjaya, R. 2018, "Komparasi Algoritma LR, K-NN, dan SVM untuk Estimasi Area Kebakaran Hutan", Infotronik : Jurnal Teknologi Informasi dan Elektronika, Vol 3, No 2 (2018).