SKRIPSI

File Icon

Pengelompokan tingkat kerusakan hutan menggunakan metode k-means clustering

Tanggal Upload: 30/05/2025

Penulis / NIM:
STEVEN MAEGA / T3116027

Program Studi:
S1 Teknik Informatika

Tahun Akademik:
2023

Kata Kunci:
K-Means Clustering, Kerusakan Hutan, White Box.

Abstrak:

Perambahan dengan cara membakar hutan merupakan salah satu cara tradisional yangdilakukan oleh masyarakat Bone Bolango, hal ini dilakukan dengan tujuan untukmembuka lahan perkebunan seperti jagung, kacang tanah dan sebagainya.Penebangan liar, pembukaan tambang emas tradisional serta seringnya terjadikebakaran memperparah kondisi hutan. Akibatnya ketika musim hujan tiba, bencanabanjir tidak dapat terbendung. Tentunya hal tersebut tidak dapat dibiarkan berlarut-larut, Pemerintah Kabupaten Bone Bolango melalui Dinas Kehutanan tentunyamemerlukan suatu sistem aplikasi yang dapat dengan segera mengelompokkankerusakan hutan tersebut agar dapat dilakukan penanganan selanjutnya sepertireboisasi dan sebagainya. Metode K-Means cluster yang mampu memberikanpengelompokan tingkatkerusakan hutan, sehingga dapat menjadi referensi bagi DinasKehutanan dan pertambangan Kabupaten Bone Bolango dalam membuat keputusansecara cepat dan tepat. Berdasarkan hasil penelitian dengan penggunaan metodeKMeans Clustering untuk klasterisasi kerusakan hutan pada tahun 2022 denganjumlah iterasi 3 diperoleh untuk C1 dengan jumlah kerusakan tinggi sebesar 12 Desa,sedangkan untuk C2 dengan jumlah kerusakan sedang sebanyak 1 Desa dan untukkerusakan C3 dengan jumlah kerusakan rendah tidak ada atau 0. Hal ini diperkuatdengan uji sistem dengan menggunakan metode white box testing didapatkan nilaiV(G) = CC= 8. Dengan demikian sistem pengelompokan yang sudah dibuat dapatdigunakan pada Dinas Kehutanan Kab. Bone Bolango.
Berkas Lampiran
Unduh File