Komparasi Algoritma Klasifikasi untuk Penentuan Jenis Spesies Tanaman Hutan

Abstract

Menentukan jenis spesies tanaman hutan dalam jumlah yang besar (banyak) akan membutuhkan waktu yang lama apabila dikerjakan secara manual. Untuk itu, perlu adanya model komputasi untuk melakukan pengklarifikasian jenis spesies tanaman hutan. Beberapa model klasifikasi telah diterapkan untuk melakukan prediksi terhadap jenis spesies tanaman hutan. Pada penelitian ini dilakukan perbandian model klasifikasi untuk mengetahui model yang terbaik dalam penentuan jenis spesies tanaman hutan. Ada 5 model klasifikasi yang digunakan dalam penelitian ini yaitu K-Nearest Neighbor (KNN), Naive Bayes, Random Forest, Neural Network, dan Support Vector Machine (SVM). Untuk evaluasi hasil digunakan uji akurasi dan uji beda parametrik dengan T-test. Dari hasil penelitian ini menunjukkan bahwa model K-Nearest Neighbor (KNN) memiliki nilai dominan paling banyak daripada model lainnya. Dan untuk nilai akurasi tertinggi adalah model Neural Network yang mencapai 96.95%.