Perbandingan Classification Advanced Methods Dalam Klasifikasi Indeks Kekeringan di Provinsi Nusa Tenggara Timur

Abstract

Provinsi Nusa Tenggara Timur tergolong sebagai wilayah kering dengan hanya empat bulan basah dan delapan bulan kering. Penelitian ini bertujuan untuk mengetahui gambaran tingkat kekeringan pada level kecamatan melalui indikator Normalized Difference Drought Index (NDDI), serta membandingkan ketiga Classification Advanced Methods, yakni K-Nearest Neighbor (KNN), Support Vector Machine (SVM), dan Random Forest (RF), untuk menentukan metode klasifikasi terbaik dalam mengidentifikasi setiap tingkat kekeringan dengan menggunakan berbagai indikator kekeringan berbasis satelit. Hasil penelitian ini menunjukkan bahwa metode SVM menghasilkan nilai akurasi sebesar 91,1 persen, lebih besar dibandingkan kedua metode lainnya. Oleh karena itu, metode SVM merupakan metode terbaik untuk melakukan klasifikasi tingkat kekeringan berdasarkan label NDDI di Provinsi Nusa Tenggara Timur pada tahun 2023.