ANALISA ALGORITMA NAÏVE BAYES

DALAM KLASIFIKASI BANJIR

JAKARTA
AHMAD HALIM
41180023
Latar Belakang Masalah
Jakarta adalah ibu kota Indonesia dan kota terpadat di negara ini, dengan populasi lebih
dari 10 juta orang. Kota ini memiliki sejarah banjir yang panjang, terutama selama musim
hujan yang berlangsung dari November hingga Maret setiap tahunnya. Banjir di Jakarta
sering kali disebabkan oleh kombinasi faktor seperti curah hujan yang tinggi, luapan
sungai, drainase yang buruk, dan pengembangan kota yang tidak terkendali. Masalah
dalam klasifikasi banjir Jakarta terkait dengan kesulitan dalam memprediksi dan
mengidentifikasi jenis banjir yang terjadi di berbagai wilayah Jakarta. Hal ini disebabkan
oleh kompleksitas topografi dan geografi kota Jakarta yang unik, di mana terdapat banyak
sungai, kanal, dan saluran air yang saling terhubung.

2
Analisa algoritma Naïve Bayes dalam klasifikasi banjir Jakarta terkait
dengan kesulitan dalam mengimplementasikan algoritma ini untuk
memprediksi dan mengklasifikasikan jenis banjir yang terjadi di berbagai
wilayah Jakarta. Algoritma Naïve Bayes adalah salah satu metode klasifikasi
yang digunakan dalam machine learning. Hasil akurasi di atas sebesar
73,60% Hasil prediksi tidak banjir dan true tidak banjir dengan data
sebanyak 49 Data. Hasil prediksi tidak banjir dan true banjir dengan data
sebanyak 23 Data. Hasil prediksi banjir dan true tidak banjir dengan data
sebanyak 10 Data. Hasil prediksi banjir dan true banjir dengan data
sebanyak 43 Data

3
Dalam jangka panjang, dampak buruk dari banjir
Jakarta juga dapat mempengaruhi pertumbuhan
ekonomi dan kesejahteraan sosial di kota dan di
Indonesia secara keseluruhan. Analisa algoritma Naïve
Bayes dalam klasifikasi banjir Jakarta terkait dengan
kesulitan dalam mengimplementasikan algoritma ini
untuk memprediksi dan mengklasifikasikan jenis banjir
yang terjadi di berbagai wilayah Jakarta

4
 Masalah
1. Tingkat intensitas hujan yang
tinggi dapat mengakibatkan banjir
di ibu kota, sehingga dapat
melumpuhkan tatan negara.
2. Evaluasi terus dilakukan sebagai
upaya mengagulangi banjir jakarta
yang setiap musim hujan tiba
dapat menggelamkan sebagian
wilayah di jakarta.
Tujuan Penelitian
Dalam penelitian ini terdapat beberapa tujuan diantaranya adalah
sebagai berikut :
1. dapat membangun model Naïve Bayes untuk klasifikasi banjir
Jakarta dan menghitung probabilitas setiap kelas berdasarkan
fitur-fitur yang terkait dengan data.
2. dapat melakukan validasi model untuk menguji akurasi dan
efektivitas model dalam klasifikasi banjir Jakarta.

6
 • Tools
Design Rapidminer
penelitian
• Kaggle.com

Solusi Metode
penelitian
• Algoritma
Nave Baiyes

• Data Mining
• Algoritma Nave
Landasan
Teori Baiyes
• Curah Hujan dan
Banjir Jakarta

7
 • website kaggele.com data curah hujan di wilayah
Hasil Data
Selec
tion
Jakarta di ambil pada tanggal 10 Maret 2023

Prepr
• Model proses preprocesing data menggunakan
ocesi
ng
operator :
Data

Trans
forma
si
Data

Data • Gambar 4. 2 Model Algoritma Naïve Bayes

Minin
g

K- • Hasil Akurasi 73,60%

Mean
s

8
Model Algoritma naïve
bayes

9
Gambar 4. 2 Model Algoritma Naïve Bayes
“

Gambar 4. 3 Hasil Accuracy Algoritma Naïve

Bayes
10
Pembahasan
4.2.1 Klasifikasi Banjir Jakarta

Berdasarkan pemarapan hasil diatas menjelaskan

bahwa hasil penelitian ini tertuang dalam beberapa point
sebagai berikut :
1. Hasil akurasi di atas sebesar 73,60%
2. Hasil prediksi tidak banjir dan true tidak banjir
dengan data sebanyak 49 Data. Hasil prediksi tidak
banjir dan true banjir dengan data sebanyak 23 Data.
3. Hasil prediksi banjir dan true tidak banjir dengan data
sebanyak 10 Data. Hasil prediksi banjir dan true
banjir dengan data sebanyak 43 Data.

12
Saran
Dalam
meningkatkan
akurasi menjadi
lebih baik
disarankan untuk
menggunakan
model klasifikasi
lainya yang sejenis

13
Terima Kasih

14