Perancangan Aplikasi untuk Memverifikasi Wilayah Adat dengan Algoritma Support Vector Machine
Keywords:
Customary Territory, BRWA, Support Vector Machine, Streamlit, Web ScrapingAbstract
Penelitian ini bertujuan untuk merancang dan mengembangkan sistem bantu klasifikasi awal wilayah adat berbasis web menggunakan algoritma Support Vector Machine (SVM). Sistem ini digunakan untuk membantu proses analisis awal data wilayah adat yang bersumber dari Badan Registrasi Wilayah Adat (BRWA), khususnya dalam menghadapi permasalahan data yang tidak lengkap, tidak konsisten, atau berpotensi fiktif. Metode penelitian meliputi pengumpulan data melalui web scraping, praproses data, pelatihan model SVM, serta evaluasi kinerja model menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa model SVM mampu mengklasifikasikan tingkat kelayakan wilayah adat dengan akurasi yang baik berdasarkan data BRWA yang digunakan. Sistem yang dikembangkan dapat membantu proses penyaringan awal data wilayah adat secara lebih efisien dan objektif, sehingga mendukung proses verifikasi lanjutan oleh pihak terkait.
References
[1] K. Widodo, “Pemerintah Masih Lemah dalam Melindungi Hak Masyarakat Adat,” Badan Registrasi Wilayah Adat (BRWA), Mar. 17, 2023. [Online]. Available: https://brwa.or.id/news/read/561
[2] T. Hermawan, “Strategi Pertahanan Laut Indonesia Melalui Pemberdayaan Wilayah Pertahanan Laut,” Jurnal Strategi Pertahanan Laut, vol. 7, no. 3, pp. 173–184, 2022.
[3] F. Hamdani, “Kajian Yuridis Kewenangan Pemerintah Daerah dalam Pengakuan dan Perlindungan Masyarakat Adat,” Jurnal Education and Development, vol. 8, no. 3, pp. 903–908, 2020. [Online]. Available: https://journal.ipts.ac.id/index.php/ED/article/view/2052
[4] A. Setiawan and R. R. Suryono, “Analisis Sentimen Ibu Kota Nusantara menggunakan Algoritma Support Vector Machine dan Naïve Bayes,” Edumatic: Jurnal Pendidikan Informatika, vol. 8, no. 1, pp. 183–192, 2024, doi: 10.29408/edumatic.v8i1.25667.
[5] U. Khasanah, “Analisis Sentimen Terhadap Tempat Wisata Menggunakan Metode Naïve Bayes Classifier dan Support Vector Machine”, Skripsi, Universitas Islam Negeri Syarif Hidayatullah Jakarta, 2023.
[6] M. Nawassyarif, M. Julkarnain, and K. Rizki Ananda, “Sistem Informasi Pengolahan Data Ternak Unit Pelaksana Teknis Produksi dan Kesehatan Hewan Berbasis Web,” Jurnal Informatika, Teknologi dan Sains, vol. 2, no. 1, pp. 32–39, 2020.
[7] C. Y. Setyawardhana, W. Purnomo, and A. N. Rusydi, “Perbandingan Model Machine Learning untuk Prediksi Bencana Tanah Longsor Secara Spasial di Kabupaten Malang,” vol. 9, no. 2, pp. 1–10, 2025.
[8] A. Tridawati, A. Armijon, F. Yanto, and T. C. Novianti, “Pemetaan Distribusi Hutan Mangrove Menggunakan Algoritma Machine Learning di Kawasan Hutan Mangrove Petengoran,” Jurnal Tekno Insentif, vol. 17, no. 2, pp. 84–98, 2023, doi: 10.36787/jti.v17i2.1101.
[9] A. Jalil, A. Homaidi, and Z. Fatah, “Implementasi Algoritma Support Vector Machine untuk Klasifikasi Status Stunting pada Balita,” Jurnal Teknologi Terapan, vol. 8, no. 3, pp. 2070–2079, 2024, doi: 10.33379/gtech.v8i3.4811.
[10] A. C. Sitepu and Z. Situmorang, “Analisis Kinerja Support Vector Machine dalam Mengidentifikasi Komentar Perundungan pada Jejaring Sosial,” vol. 5, no. 2, pp. 475–484, Apr. 2021, doi: 10.30865/mib.v5i2.2923.
[11] M. R. S. and Kusrini, “Perbandingan Kinerja Support Vector Machine dalam Klasifikasi Obesitas dengan Pendekatan,” vol. 15, no. 1, pp. 14–23, 2025.
[12] A. K. Darmawan, I. Yudhisari, A. Anwari, and M. Makruf, “Pola prediksi kelulusan siswa Madrasah Aliyah swasta dengan Support Vector Machine dan random forest,” Jurnal Minfo Polgan, vol. 12, no. 1, pp. 387–400, 2023, doi: 10.33395/jmp.v12i1.12388.
[13] Suryani and M. Mustakim, “Estimasi keberhasilan siswa dalam pemodelan data berbasis learning menggunakan algoritma Support Vector Machine,” Bulletin of Informatics and Data Science, vol. 1, no. 2, p. 81, 2022, doi: 10.61944/bids.v1i2.36.
[14] R. Nurhidayat and K. E. Dewi, “Penerapan Algoritma K-Nearest Neighbor dan Fitur Ekstraksi N-Gram dalam Analisis Sentimen Berbasis Aspek,” KOMPUTA: Jurnal Ilmiah Komputer dan Informatika, vol. 12, no. 1, pp. 91–100, 2023.
[15] P. A. Sunarya, A. Saptono, and D. Daniel, “Perancangan Sistem Informasi Penyewaan Bus Pariwisata pada PO. Haryanto Tangerang Berbasis Web,” SENSI Journal, vol. 6, no. 1, pp. 1–12, 2020, doi: 10.33050/sensi.v6i1.935.
