Implementasi Fuzzy K-Nearest Neighbor Untuk Prediksi Kelas Kebakaran Hutan

Penelitian ini membahas penerapan algoritma Fuzzy K-Nearest Neighbor (FK-NN) Untuk Prediksi Kelas Kebakaran Hutan. Metode K-Nearest Neighbor (K-NN) merupakan metode klasifikasi data yang cara kerjanya bersifat relatif dengan cara yang lebih sederhana bila dibandingkan dengan metode klasifikasi pada data mining lainnya. Dimana metode ini melakukan klasifikasi kepada data baru yang masih belum diketahui masuk kedalam kelas mana, dengan menggunakan beberapa data dengan sejumlah k yang letaknya terdekat dengan data baru tersebut. Pengujian dilakukan pada dua jenis sebaran data yaitu sebaran data kelas mayoritas dan sebaran data kelas yang rata, dengan jumlah datalatih yaitu 20 dataset, 30 dataset dan 40 dataset untuk pengujian sebaran data kelas yang rata, serta 140 dataset dan 250 dataset untuk pengujian pada kelas mayoritas. Dari beberapa pengujian yang dilakukan menunjukkan bahwa nilai akurasi terbesar yaitu 40% baik untuk data kelas yang rata sebarannya maupun data kelas yang mayoritas