PERBANDINGAN METODE SPLIT ATRIBUT MENGGUNAKAN INFORMATION GAIN DAN GAIN RATIO PADA ALGORITMA C4.5 UNTUK KLASIFIKASI LAHAN KRITIS DI KABUPATEN GROBOGAN

NURSAFA’AH, HEVI WAHYU, B2A218025 (2019) PERBANDINGAN METODE SPLIT ATRIBUT MENGGUNAKAN INFORMATION GAIN DAN GAIN RATIO PADA ALGORITMA C4.5 UNTUK KLASIFIKASI LAHAN KRITIS DI KABUPATEN GROBOGAN. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].

Preview	Text 6. ABSTRAK.pdf Download (374kB) | Preview
Preview	Text 12. BAB I.pdf Download (402kB) | Preview
Preview	Text 13. BAB II.pdf Download (584kB) | Preview
	Text 14. BAB III.pdf Restricted to Repository staff only Download (357kB) | Request a copy
	Text 15. BAB IV.pdf Restricted to Repository staff only Download (980kB) | Request a copy
Preview	Text 16. BAB V.pdf Download (318kB) | Preview
Preview	Text 17. DAFTAR PUSTAKA.pdf Download (399kB) | Preview
Preview	Text Jurnal Ilmiah.pdf Download (607kB) | Preview

Abstract

Salah satu aspek penting dalam kehidupan manusia dan makhluk hidup lainnya adalah keberadaan lahan, akan tetapi persoalan kerusakan hutan dan lahan terus terjadi dan mengalami peningkatan sehingga mengakibatkan lahan menjadi kritis. Satu faktor penting dalam menentukan kesuksesan pemetaan penggunaan lahan terletak pada pemilihan skema klasifikasi lahannya. Decision Tree merupakan metode klasifikasi yang telah banyak digunakan. C4.5 merupakan algoritma Decision Tree yang memiliki tingkat akurasi yang baik. Split atribut merupakan proses utama dalam pembentukan pohon keputusan (Decision Tree). Penelitian ini menggunakan metode Information Gain dan Gain Ratio dalam pemilihan split atribut dan selanjutnya membandingkan hasil kinerja dari metode Information Gain dan Gain Ratio. Hasil kinerja di evaluasi dengan melihat nilai akurasi, recall, precision dan F-measure. Penelitian ini menggunakan data lahan kritis di Kabupaten Grobogan. Atribut yang digunakan adalah Vegetasi Permamen, Kemiringan Lereng Tingkat Bahaya Erosi, Manajemen Lahan. Sedangkan label yang digunakan adalah kekritisan lahan dengan kategori potensial kritis, kritis, agak kritis dan tidak kritis. Hasil dari metode information gain didapat nilai recall sebesar 95.46%, nilai precision sebesar 97.46%, nilai F-measure sebesar 96.46% dan nilai akurasi sebesar 95.24%. Hasil dari metode gain ratio didapat nilai recall sebesar 70.97%, nilai precision sebesar 95.16%, nilai F-measure sebesar 81.30% dan nilai akurasi sebesar 93.04%. Sehingga metode split atribut information gain lebih baik digunakan dalam klasifikasi lahan kritis di Kabupaten Grobogan. Kata Kunci: Lahan Kritis, Klasifikasi, C4.5, Gain Ratio, Information Gain

Actions (login required)

View Item