IMPLEMENTASI METODE RANDOM FOREST DAN SUPPORT VECTOR MACHINE UNTUK KLASIFIKASI BENCANA ALAM BERDASARKAN SITUS BERITA

Indonesia merupakan negara yang rawan terhadap bencana alam seperti banjir, gempa bumi, dan kebakaran hutan karena terletak pada pertemuan lempeng tektonik. Bencana alam dapat menimbulkan kerugian, baik kerugian jiwa maupun kerugian materi. Hal tersebut membuat penyebaran informasi mengenai bencana alam sangatlah penting. Seiring berkembangnya teknologi informasi memungkinkan manusia dapat mengetahui informasi dengan mudah dan cepat melalui berbagai media, salah satunya adalah situs berita. Situs berita sudah cukup populer di kehidupan sehari-hari salah satunya adalah dalam hal pemberitaan bencana alam. Penelitian ini bertujuan untuk mengklasifikasikan kejadian bencana alam (banjir, gempa dan kebakaran hutan). Data dihimpun menggunakan crawling dari situs https://www.kompas.com/, https://www.liputan6.com/, dan https://www.bnpb.go.id/. Metode yang diimplementasikan adalah Random Forest dan Support Vector Machine. Hasil pengujian Random Forest menggunakan parameter estimator = 25 dengan depth = 3 menghasilkan nilai akurasi sebesar 91.67%, support vector machine OVO dengan parameter C = 10 dan gamma = 3 menghasilkan akurasi sebesar 83.33%, dan support vector machine OVA (C = 10 dan gamma = 3) menghasilkan akurasi serupa yaitu 83.33%. Demikian dapat dikatakan bahwa metode Random Forest merupakan metode yang terbaik pada penelitian ini.