IMPLEMENTASI ALGORITMA BI-LSTM DALAM MENDETEKSI ENTITAS WAKTU DAN LOKASI KEBAKARAN HUTAN

Abstract

Penelitian ini berfokus pada penerapan algoritma Bidirectional Long Short-Term Memory (Bi-LSTM) untuk identifikasi entitas waktu dan lokasi dalam konteks kebakaran hutan menggunakan teks berbahasa Indonesia. Melalui eksperimen, model dievaluasi dengan mengukur akurasi dan loss, khususnya terkait data teks yang berkaitan dengan kebakaran hutan. Hasil penelitian menunjukkan peningkatan kinerja model selama proses pelatihan, dengan mencapai tingkat akurasi tertinggi pada 75.2% pada epoch terakhir. Kurva loss menunjukkan penurunan yang konsisten hingga mencapai nilai minimum pada 0.801. Evaluasi model pada data uji menghasilkan nilai loss sebesar 0.8750 dan akurasi sebesar 70.49%. Temuan ini menegaskan efektivitas model dalam mendeteksi entitas waktu dan lokasi kebakaran hutan, memberikan kontribusi signifikan pada pengembangan teknologi deteksi dini bencana alam, terutama dalam konteks kebakaran hutan di Indonesia.