PENERAPAN ALGORITMA DECISION TREE C4.5 DALAM KNOWLEDGE DISCOVERY PADA DATA KEBAKARAN UNTUK OPTIMALISASI RESPON DINAS PEMADAM KEBAKARAN KOTA BANDAR LAMPUNG

Abstract

Penelitian ini dilatarbelakangi oleh tingginya kejadian kebakaran di wilayah perkotaan yang berdampak pada aspek ekonomi, sosial, dan lingkungan, khususnya di Kota Bandar Lampung. Meskipun data kebakaran telah tersedia, pemanfaatannya masih terbatas pada analisis deskriptif sehingga belum mampu mendukung pengambilan keputusan secara optimal. Permasalahan dalam penelitian ini adalah belum adanya pemanfaatan data historis untuk mengidentifikasi pola dan tingkat risiko kebakaran secara sistematis. Penelitian ini bertujuan untuk mengklasifikasikan tingkat risiko kebakaran serta mengidentifikasi faktor dominan yang mempengaruhinya guna mendukung optimalisasi respon Dinas Pemadam Kebakaran. Metode yang digunakan adalah Knowledge Discovery in Database (KDD) dengan algoritma Decision Tree C4.5. Dataset yang digunakan terdiri dari 396 data kejadian kebakaran periode 2024–2025 dengan atribut bulan, penyebab kebakaran, objek terbakar, luas area, dan estimasi kerugian. Tahapan penelitian meliputi data selection, preprocessing, transformation, data mining, evaluation, dan knowledge presentation. Hasil penelitian menunjukkan model memiliki akurasi sebesar 0,88, precision 0,87, recall 0,86, dan F1-score 0,87. Selain itu, atribut luas kebakaran dan kerugian menjadi faktor dominan dalam menentukan tingkat risiko. Hasil ini dapat digunakan sebagai dasar pengambilan keputusan berbasis data untuk meningkatkan efektivitas penanganan kebakara