TOMBILAYUK, LAPU’ (2013) ESTIMASI LUAS AREAL HUTAN MENGGUNAKAN KOMBINASI ALGORITMA GENETIKA DAN SUPPORT VECTOR MACHINE. Thesis thesis, Universitas Hasanuddin.
laputombil-2545-1-13-lapu’-) cover1.jpg
Download (258kB) | Preview
laputombil-2545-1-13-lapu’-)1-2.pdf
Download (859kB)
laputombil-2545-1-13-lapu’-) dapus.pdf
Download (356kB)
laputombil-2545-1-13-lapu’-).pdf
Restricted to Repository staff only
Download (1MB)
Abstract (Abstrak)
ABSTRAK
LAPU TOMBILAYUK. Estimasi Luas Areal Hutan Menggunakan
Kombinasi Algoritma Genetika Dan Support Vector Machine (dibimbing
oleh Syafaruddin dan Loeky Haryanto)
Penelitian ini bertujuan membuat sebuah model estimasi luas areal
hutan menggunakan algoritma genetika yang dikombinasikan dengan
algoritma support vector machine.
Penelitian ini menggunakan data kondisi hutan Taman Nasional
Kutai (TNK), Kalimantan Timur, tahun 2003-2012 dengan total luas areal
sebesar 198.629 hektar sebagai objek luas areal hutan yang diestimasi.
Data kondisi hutan tersebut diklasifikasikan menggunakan algoritma
support vector machine terhadap pemicu yang mengurangi luas areal
hutan dan pemicu yang menambah luas areal hutan. Sementara algoritma
genetika digunakan untuk optimalisasi proses estimasi luas areal hutan.
Setiap generasi yang diperoleh dari proses algoritma genetika merupakan
estimasi kondisi luas areal hutan pada tahun berikutnya.
Hasil penelitian menunjukkan adanya tren estimasi yang meningkat
secara fluktuatif. Pertambahan kerusakan hutan tidak meningkat secara
linier setiap tahunnya. Hal ini menggambarkan bahwa kombinasi algoritma
genetika dan support vector machine bekerja secara rasional terhadap
variabel yang mengurangi luas areal hutan dan variabel yang menambah
luas areal hutan. Luas areal hutan sebesar 198.629 hektar diestimasi
akan habis sekitar 153 tahun akan datang.
Item Type: | Thesis (Thesis) |
---|---|
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Depositing User: | Kamaluddin |
Date Deposited: | 10 Nov 2021 06:34 |
Last Modified: | 10 Nov 2021 06:34 |
URI: | http://repository.unhas.ac.id:443/id/eprint/10168 |