Berkurangnya sumber air, lapisan tanah yang subur mengalami erosi, longsor, dimana hal ini berdampak pada perubahan lahan kritis, yang menyebabkan penurunan kualitas Daerah Aliran Sungai (DAS). DAS Pemali Jratun memiliki lahan kritis seluas 559.492.530 hektar. Pendekatan klasifikasi dapat digunakan untuk mengidentifikasi wilayah yang memiliki lahan kritis dengan menggunakan algoritma Gaussian Naive Bayes selama proses data mining, dengan metodologi yang digunakan dalam penelitian ini adalah KDD. Skenario pembagian dataset terbagi menjadi 3 yaitu data 70:30, 80:20, dan 90:10, penelitian ini akan dibagi menjadi 5 klasifikasi, yaitu Sangat Kritis, Kritis, Agak Kritis, Kritis Potensial, dan Tidak Kritis. Hasil pengujian dari 3 skenario yang dibuat, pemodelan dari rasio 70:30, memiliki akurasi yang unggul. Nilai F1-Score 0,61, Precision 0,56, Recall 0,71, dan Accuracy 71%. Berdasarkan kesimpulan akhir klasifikasi, terdapat dua kelas lahan kritis penting yaitu kelas 1 dengan tingkat kekritisan lahan berpotensi kritis dan kelas 2 dengan tingkat kekritisan lahan agak kritis.
Copyrights © 2023