``Klasifikasi Status Erupsi Gunung Berapi dengan menggunakan Analisa Template Matching dan Algoritma K Nearest Neighbors

Abstract

Salah satu jenis bencana alam yang terjadi di Indonesia adalah erupsi gunung vulkanik. Hal ini disebabkan Indonesia mempunyai ratusan gunung yang aktif dengan tipe erupsi dan status yang berbeda-beda untuk setiap gunung berapinya, dimana Indoesia merupakan negara yang  dianggap sebagai pulau dengan jumlah gunung berapi aktif paling banyak di dunia. Meskipun seismograf digunakan untuk mencatat aktivitas gunung berapi, alat tersebut masih belum dapat mengklasifikasikan jenis tipe gempa dan status erupsi gunung berapi. Untuk mengatasi hal ini, peneliti mengusulkan penggunaan Machine Learning dalam mengklasifikasikan status erupsi gunung berapi. Machine Learning adalah salah satu cabang Artificial Intelligence (AI) yang memudahkan kinerja manusia. Terdapat tujuh cabang AI, termasuk machine learning Dalam penelitian ini, digunakan metode Machine Learning berupa Template Matching dan K-Nearest Neighbor (KNN) untuk mengklasifikasikan tipe dan status erupsi gunung berapi. Hasil pengujian berupa akurasi matriks kebingungan, recall, presisi, dan score F1 dimana untuk menemukan K terbaik dalam model KNN dibagi menjadi K=1, 3, 5, 7, 11. Hasil yang didapat K terbaik pada rasio data 90:10 yaitu K=1 dimana akurasi pada data besar (mayoritas) sebesar 91% dan akurasi pada all data (data keseluruhan) sebesar 87%. Hasil pengujian juga berupa bagaimana model KNN memprediksi data baru menggunakan KNN.