@article{Meo_2017, title={PENERAPAN ALGORITME POHON KEPUTUSAN C5.0 UNTUK KLASIFIKASI LAHAN GAMBUT YANG TERBAKAR DI KABUPATEN OGAN KOMERING ILIR}, volume={3}, url={https://journal.nurulfikri.ac.id/index.php/JTT/article/view/72}, DOI={10.54914/jtt.v3i1.72}, abstractNote={<p>Lahan gambut merupakan salah satu tipe lahan basah yang memiliki peranan yang sangat penting dalam kehidupan makluk hidup. Selain sebagai media penyimpanan air dimusim hujan juga merupakan habitat bagi hewan dan ikan. Luasan lahan gambut di Indonesia saat ini mengalami degradasi salah satunya penyebabnya dikarenakan banyaknya kebakaran yang terjadi. Kebakaran dilahan gambut jauh lebih berbahaya dibandingkan kebakaran non gambut selain itu dampak dari kebakaran lahan gambut sangat merugikan masyarakat. Salah satu upaya yang dapat dilakukan untuk mengamati lokasi, luasan dan dampak dari kebakaran gambut yaitu dengan memanfaatkan teknologi remote sensing. Dari satelit, data lokasi kebakaran, intensitas kebakaran dan luas area yang terbakar dapat diketahui dengan mudah dan efektif. Citra satelit yang dihasilkan dari remote sensing dapat dimanfaatkan melalui proses klasifikasi. Tujuan dari penelitian ini adalah membangun model klasifikasi menggunakan algoritme C5.0 untuk mengklasifikasi citra satelit lahan gambut sebelum terbakar, terbakar, dan setelah terbakar. Area yang digunakan adalah Kabupaten Ogan Komering Ilir, Provinsi Sumatera Selatan. Hasil dari penelitian ini menunjukan bahwa algoritme C5.0 memiliki akurasi sebesar 97.10% dan nilai Kappa sebesar 0.96. Selain itu, hasil penelitian menunjukan bahwa total estimasi luasan lahan gambut di kabupaten Ogan Komering Ilir, Sumatera Selatan pada tanggal 6 September 2015 dengan menggunakan algoritme C5.0 adalah 7.119,995 km2 pada kelas sebelum terbakar, 689.895 km2 pada kelas terbakar dan 2.155,300 km2 pada kelas setelah terbakar. <br /> <br />Kata Kunci: C5.0, Lahan Gambut, Kebakaran Hutan, Klasifikasi, Pohon Keputusan</p>}, number={1}, journal={Jurnal Teknologi Terpadu}, author={Meo, Meliana O}, year={2017}, month={Jul} }